Comparative Analysis of Gene Expression Profile in Tumor and Healthy Tissue in Patients with Colorectal Cancer

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

INTRODUCTION: Colorectal cancer (CRC) is a sure leader among malignant neoplasms (12.3%), without taking into account gender. Five-year survival rate in stage I CRC is 91%, in stage IV — 14%. The currently existing treatment methods are helpless to significantly reduce mortality the approaches should be personalized and include the use of molecular genetic methods.

AIM: To perform a comparative evaluation of expression profile of samples of tumor and healthy colon tissue in CRC.

MATERIALS AND METHODS: The material for the study was 19 samples of tumor tissue taken from the pathologically altered colonic mucosa of 19 patients with CRC, and 7 samples of ‘healthy’ tissue taken 10 cm–12 cm distally or proximally from the visual boundary of the tumor. Biopsy materials were homogenized using a mechanical method. The quality and quantity of ribonucleic acid in the eluted solution were evaluated using IMPLEN nanospectrophotometer (Germany). Gene expression was evaluated using microchip kit SurePrint G3 HumanGeneExpv3 ArrayKit (Agilent, USА). Microchips were scanned on InnoScan 1100 AL apparatus (США) with subsequent image processing in Mapix Software program (USA).

RESULTS: The analysis of expression profile demonstrated 505 differentially expressed genes, 337 of which showed reduced expression and 168 — enhanced expression in the tumor material. The highest expression was demonstrated by genes bound with miRNA: hsa-miR-29b-3p and hsa-miR-1-5p, and also genes Н19, FOXQ1, INHBA, MMP1, CDH3, CXCL2, MDFI, THBS2. On the contrary, genes TMIGD1, GUCA2B, ZG16, AQP8, SLC4A4, CDKN2B-AS1, CA4, СА1 demonstrated a low expression in the tumor material. Expression of genes responsible for functioning of signal pathways: IL-17, NF-kappa B, TNF, was increased in tumor samples. Genes responsible for signal pathways Fatty acid degradation, Drug metabolism — cytochrome P450, Metabolic pathways, Fatty acid metabolism and Steroid hormone biosynthesis, showed reduced expression.

CONCLUSION: Significant differences were found in the expression profile of tumor and healthy tissue in patients with CRC. A comparative analysis of gene enrichment and the data of the international databases permitted to identify a number of terms, genes, clusters that can be used in future in search for predictors of prognosis and of response to treatment.

About the authors

Sergey A. Mertsalov

Ryazan State Medical University

Email: mrst16rzn@yandex.ru
ORCID iD: 0000-0002-8804-3034
SPIN-code: 3925-4546

MD, Cand. Sci. (Med.), Associate Professor

Russian Federation, Ryazan

Evgeniy P. Kulikov

Ryazan State Medical University

Email: e.kulikov@rzgmu.ru
ORCID iD: 0000-0003-4926-6646
SPIN-code: 8925-0210

MD, Dr. Sci. (Med.), Professor

Russian Federation, Ryazan

Vladimir V. Strel'nikov

Research Centre for Medical Genetics

Email: vstrel@list.ru
ORCID iD: 0000-0001-9283-902X
SPIN-code: 9118-7267

Dr. Sci. (Biol.)

Russian Federation, Moscow

Aleksey I. Kalinkin

Research Centre for Medical Genetics

Email: alexeika2@yandex.ru
ORCID iD: 0000-0001-9215-4581
SPIN-code: 6746-0447
Russian Federation, Moscow

Evgeniya I. Shumskaya

Ryazan State Medical University

Email: evenok84@mail.ru
ORCID iD: 0009-0002-7223-6058
SPIN-code: 3047-7723
Russian Federation, Ryazan

Roman O. Piskunov

Ryazan State Medical University

Author for correspondence.
Email: feodal123@yandex.ru
ORCID iD: 0000-0003-3238-3192
Russian Federation, Ryazan

References

  1. Kaprin AD, Starinskiy VV, Shakhzadova AO, editors. Zlokachestvennyye novoobrazovaniya v Rossii v 2020 godu (zabolevayemost’ i smertnost’). Moscow; 2021. (In Russ).
  2. Dienstmann R, Mason MJ, Sinicrope FA, et al. Prediction of overall survival in stage II and III colon cancer beyond TNM system: a retrospective, pooled biomarker study. Ann Oncol. 2017;28(5):1023–31. doi: 10.1093/annonc/mdx052
  3. Böckelman C, Engelmann BE, Kaprio T, et al. Risk of recurrence in patients with colon cancer stage II and III: a systematic review and meta-analysis of recent literature. Acta Oncol. 2015;54(1):5–16. doi: 10.3109/0284186X.2014.975839
  4. Kulikov EP, Sudakov AI, Nikiforov AA, et al. Significance of gene polymorphysm in development of colorectal cancer. I. P. Pavlov Russian Medical Biological Herald. 2020;28(2):127–34. (In Russ). doi: 10.23888/PAVLOVJ2020282127-134
  5. Brenner H, Kloor M, Pox CP. Colorectal cancer. Lancet. 2014; 383(9927):1490–502. doi: 10.1016/S0140-6736(13)61649-9
  6. Cardoso F, van't Veer LJ, Bogaerts J, et al.; MINDACT Investigators. 70-Gene Signature as an Aid to Treatment Decisions in Early-Stage Breast Cancer. N Engl J Med. 2016;375(8):717–29. doi: 10.1056/NEJMoa1602253
  7. Greiner TC. mRNA Microarray Analysis in Lymphoma and Leukemia. In: Finn WG, Petrson LAC, editors. Hematopathology in Oncology. Cancer Treatment and Research. Springer; Boston, MA; 2004. Vol. 121. doi: 10.1007/1-4020-7920-6_1
  8. Andreyeva TV, Kunizheva SS. Analiz regulyatornykh RNK, svyazannykh s razvitiyem bolezney mozga. Moscow: Tsifrovichok; 2012. (In Russ).
  9. Liu HY, Zhang CJ. Identification of differentially expressed genes and their upstream regulators in colorectal cancer. Cancer Gene Ther. 2017;24(6):244–50. doi: 10.1038/cgt.2017.8
  10. Zheng Y, Xu B, Zhao Y, et al. CA1 contributes to microcalcification and tumourigenesis in breast cancer. BMC Cancer. 2015;15:679. doi: 10.1186/s12885-015-1707-x
  11. Kummola L, Hämäläinen JM, Kivelä J, et al. Expression of a novel carbonic anhydrase, CA XIII, in normal and neoplastic colorectal mucosa. BMC Cancer. 2005;5:41. doi: 10.1186/1471-2407-5-41
  12. Zhou W, Ye X–L, Xu J, et al. The lncRNA H19 mediates breast cancer cell plasticity during EMT and MET plasticity by differentially sponging miR-200b/c and let-7b. Sci Signal. 2017;10(483):eaak9557. doi: 10.1126/scisignal.aak9557
  13. De Craene B, Berx G. Regulatory networks defining EMT during cancer initiation and progression. Nat Rev Cancer. 2013;13(2):97–110. doi: 10.1038/nrc3447
  14. Zhang Y, Huang W, Yuan Y, et al. Long non-coding RNA H19 promotes colorectal cancer metastasis via binding to hnRNPA2B1. J Exp Clin Cancer Res. 2020;39(1):141. doi: 10.1186/s13046-020-01619-6
  15. Mejlvang J, Kriajevska M, Vandewalle C, et al. Direct repression of cyclin D1 by SIP1 attenuates cell cycle progression in cells undergoing an epithelial mesenchymal transition. Mol Biol Cell. 2007;18(11):4615–24. doi: 10.1091/mbc.e07-05-0406
  16. Ansieau S, Bastid J, Doreau A, et al. Induction of EMT by twist proteins as a collateral effect of tumor-promoting inactivation of premature senescence. Cancer Cell. 2008;14(1):79–89. doi: 10.1016/j.ccr.2008.06.005
  17. Yu C, Chen F, Jiang J, et al. Screening key genes and signaling pathways in colorectal cancer by integrated bioinformatics analysis. Mol Med Rep. 2019;20(2):1259–69. doi: 10.3892/mmr.2019.10336
  18. Qiu X, Feng J–R, Wang F, et al. Profiles of differentially expressed genes and overexpression of NEBL indicates a positive prognosis in patients with colorectal cancer. Mol Med Rep. 2018;17(2):3028–34. doi: 10.3892/mmr.2017.8210
  19. Lascorz J, Chen B, Hemminki K, et al. Consensus pathways implicated in prognosis of colorectal cancer identified through systematic enrichment analysis of gene expression profiling studies. PLoS One. 2011;6(4):e18867. doi: 10.1371/journal.pone.0018867
  20. Li C, Gao Y, Lu C, et al. Identification of potential biomarkers for colorectal cancer by clinical database analysis and Kaplan-Meier curves analysis. Medicine. 2023;102(6):e32877. doi: 10.1097/MD.0000000000032877
  21. Bian Q, Chen J, Qiu W, et al. Four targeted genes for predicting the prognosis of colorectal cancer: A bioinformatics analysis case. Oncol Lett. 2019;18(5):5043–54. doi: 10.3892/ol.2019.10866
  22. Ding C, Shan Z, Li M, et al. Characterization of the fatty acid metabolism in colorectal cancer to guide clinical therapy. Mol Ther Oncolytics. 2021;20:532–44. doi: 10.1016/j.omto.2021.02.010
  23. Shen Y, Tong M, Liang Q, et al. Epigenomics alternations and dynamic transcriptional changes in responses to 5-fluorouracil stimulation reveal mechanisms of acquired drug resistance of colorectal cancer cells. Pharmacogenomics J. 2018;18(1):23–8. doi: 10.1038/tpj.2016.91
  24. Qiu C, Zhang Y, Chen L. Impaired Metabolic Pathways Related to Colorectal Cancer Progression and Therapeutic Implications. Iran J Public Health. 2020;49(1):56–67.
  25. Razi S, Noveiry BB, Keshavarz–Fathi M, et al. IL-17 and colorectal cancer: From carcinogenesis to treatment. Cytokine. 2019;116:7–12. doi: 10.1016/j.cyto.2018.12.021
  26. Soleimani A, Rahmani F, Ferns GA, et al. Role of the NF-κB signaling pathway in the pathogenesis of colorectal cancer. Gene. 2020;726:144132. doi: 10.1016/j.gene.2019.144132
  27. Goodla L, Xue X. The Role of Inflammatory Mediators in Colorectal Cancer Hepatic Metastasis. Cells. 2022;11(15):2313. doi: 10.3390/cells11152313
  28. Ding D, Li C, Zhao T, et al. LncRNA H19/miR-29b-3p/PGRN Axis Promoted Epithelial-Mesenchymal Transition of Colorectal Cancer Cells by Acting on Wnt Signaling. Mol Cells. 2018;41(5):423–35. doi: 10.14348/molcells.2018.2258
  29. Mo W–Y, Cao S–Q. MiR-29a-3p: a potential biomarker and therapeutic target in colorectal cancer. Clin Transl Oncol. 2023;25(3):563–77. doi: 10.1007/s12094-022-02978-6
  30. Safa A, Bahroudi Z, Shoorei H, et al. miR-1: A comprehensive review of its role in normal development and diverse disorders. Biomed Pharmacother. 2020;132:110903. doi: 10.1016/j.biopha.2020. 110903

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Box plots for raw data (A) obtained from expression chips and data (B) obtained after filtration and normalization.

Download (96KB)
Indexing metadata
3. Fig. 2. Identification of differentially expressed genes in colon cancer. Note: Red and blue dots show enhanced and reduced expression of genes in the tumor material of the patients.

Download (47KB)
Indexing metadata
4. Fig. 3. Analysis of biological processes (A), molecular functions (B), signaling pathways (C) and miRNA (D) for the groups with increased and decreased expression of genes. On X axis — expression groups, on Y axis — different processes and signaling pathways changed in increased and decreased expression of genes.

Download (61KB)
Indexing metadata

Copyright (c) 2023 Mertsalov S.A., Kulikov E.P., Strel'nikov V.V., Kalinkin A.I., Shumskaya E.I., Piskunov R.O.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».