pdf

Ключевые слова

фолликулярный рак щитовидной железы
дооперационная диагностика
глубокое секвенирование
микроРНК
пиРНК

Как цитировать

Возможности дифференциальной диагностики фолликулярных неоплазий щитовидной железы путем анализа малых некодирующих РНК. (2024). Вопросы онкологии, 70(2), 189-201. https://doi.org/10.37469/0507-3758-2024-70-2-189-201

Аннотация

Введение. Дооперационная дифференциальная диагностика узловых образований щитовидной железы, имеющих фолликулярную структуру, является не тривиальной задачей в силу отсутствия объективных признаков злокачественности. Это стимулирует исследования с целью поиска молекулярных маркеров фолликулярного рака и разработку диагностических тест-систем. Малые регуляторные РНК — группа молекул, выполняющих разные биологические функции, но имеющих сходную биохимическую структуру. Количественный анализ разных представителей этой группы может быть проведен одновременно с помощью идентичной технологии. Это определяет возможность комплексной оценки биологии клеток в составе анализируемого биоптата и разработки новых диагностических критериев. Целью исследования был сравнительный анализ профиля экспрессии малых РНК в клетках фолликулярной карциномы и фолликулярной аденомы щитовидной железы.

Материалы и методы. В исследование были включены образцы ткани фолликулярной карциномы (ФК, n = 12) и доброкачественной фолликулярной аденомы (ФА, n = 12) щитовидной железы, полученные после проведения тиреоидэктомии и гистологического исследования. Анализ профиля экспрессии коротких РНК был проведен методом глубокого секвенирования.

Результаты. Экспрессия (концентрация) транспортных РНК (tRNA), малых ядерных РНК (snRNA) и большой группы неклассифицированных молекул (miscRNA) повышена в клетках фолликулярной карциномы щитовидной железы, по сравнению с клетками фолликулярной аденомы, но диагностический потенциал отдельных молекул относительно невысокий. Тотальные концентрации молекул микроРНК (miRNA) оказались сопоставимы в группах ФК и ФА, анализ «реципрокных пар» маркерных молекул позволяет дифференцировать ФК и ФА с высокой степенью вероятности (AUC: 0,94-0,98). Тотальное количество молекул пиРНК (piwiRNA) оказались несколько выше в образцах ФК, анализ «реципрокных пар» маркерных молекул позволяет уверенно дифференцировать ФК и ФА (AUC: 1,00).

Выводы. Анализ концентрации маркерных молекул микроРНК (miRNA) и пиРНК (piwiRNA) в материале тонкоигольной аспирационной биопсии представляется перспективным методом дополнительной диагностики узловых образований щитовидной железы, имеющих фолликулярную структуру.

pdf

Библиографические ссылки

Воробьев С.Л. Морфологическая диагностика заболеваний щитовидной железы: (цитология для патологов, патология для цитологов). Санкт-Петербург. Коста. 2014.

[Vorobyov S.L. Morphological diagnostics of thyroid diseases: (cytology for pathologists, pathology for cytologists). Saint Petersburg. Kosta. 2014. (In Rus)].

Bongiovanni M., Spitale A., Faquin W.C., et al. The Bethesda system for reporting thyroid cytopathology: a meta-analysis. Acta Cytol. 2012; 56(4): 333-9.-DOI: https://doi.org/10.1159/000339959.

Cibas ES, Ali SZ. The 2017 Bethesda system for reporting thyroid cytopathology. Thyroid. 2017; 27(11): 1341-1346.-DOI: https://doi.org/10.1089/thy.2017.0500.

Ali S.Z., Baloch Z.W., Cochand-Priollet B., et al. The 2023 Bethesda system for reporting thyroid cytopathology. Thyroid. 2023; 33(9): 1039-1044.-DOI: https://doi.org/10.1089/thy.2023.0141.

Li W., Song Q., Lan Y., et al. The value of sonography in distinguishing follicular thyroid carcinoma from adenoma. Cancer Manag Res. 2021; 13: 3991-4002.-DOI: https://doi.org/10.2147/CMAR.S307166.

Kuo T.C., Wu M.H., Chen K.Y., et al. Ultrasonographic features for differentiating follicular thyroid carcinoma and follicular adenoma. Asian J Surg. 2020; 43(1): 339-346.-DOI: https://doi.org/10.1016/j.asjsur.2019.04.016.

Lin A.C., Liu Z., Lee J., et al. Generating a multimodal artificial intelligence model to differentiate benign and malignant follicular neoplasms of the thyroid: A proof-of-concept study. Surgery. 2024; 175(1): 121-127.-DOI: https://doi.org/10.1016/j.surg.2023.06.053.

Daniels G.H. Follicular thyroid carcinoma: a perspective. Thyroid. 2018; 28(10): 1229-1242.-DOI: https://doi.org/10.1089/thy.2018.0306.

Weber F., Shen L., Aldred M.A., et al. Genetic classification of benign and malignant thyroid follicular neoplasia based on a three-gene combination. J Clin Endocrinol Metab. 2005; 90(5): 2512-21-DOI: https://doi.org/10.1210/jc.2004-2028.

Borup R., Rossing M., Henao R., et al. Molecular signatures of thyroid follicular neoplasia. Endocr Relat Cancer. 2010; 17(3): 691-708.-DOI: https://doi.org/10.1677/ERC-09-0288.

Lassalle S., Hofman V., Ilie M., et al. Can the microRNA signature distinguish between thyroid tumors of uncertain malignant potential and other well-differentiated tumors of the thyroid gland? Endocr Relat Cancer. 2011; 18(5): 579-94.-DOI: https://doi.org/10.1530/ERC-10-0283.

Nikiforova M.N., Wald A.I., Roy S., et al. Targeted next-generation sequencing panel (ThyroSeq) for detection of mutations in thyroid cancer. J Clin Endocrinol Metab. 2013; 98(11): E1852-60.-DOI: https://doi.org/10.1210/jc.2013-2292.

Stokowy T., Wojtas B., Jarzab B., et al. Two-miRNA classifiers differentiate mutation-negative follicular thyroid carcinomas and follicular thyroid adenomas in fine needle aspirations with high specificity. Endocrine. 2016; 54(2): 440-447.-DOI: https://doi.org/10.1007/s12020-016-1021-7.

Dom G., Frank S., Floor S., et al. Thyroid follicular adenomas and carcinomas: molecular profiling provides evidence for a continuous evolution. Oncotarget. 2017; 9(12): 10343-10359.-DOI: https://doi.org/10.18632/oncotarget.23130.

Wojtas B., Pfeifer A., Oczko-Wojciechowska M., Krajewska J, et al. Gene expression (mRNA) markers for differentiating between malignant and benign follicular thyroid tumours. Int J Mol Sci. 2017; 18(6): 1184.-DOI: https://doi.org/10.3390/ijms18061184.

Jung C.K., Kim Y., Jeon S., et al. Clinical utility of EZH1 mutations in the diagnosis of follicular-patterned thyroid tumors. Hum Pathol. 2018; 81: 9-17.-DOI: https://doi.org/10.1016/j.humpath.2018.04.018.

Rossing M., Borup R., Henao R., et al. Down-regulation of microRNAs controlling tumourigenic factors in follicular thyroid carcinoma. J Mol Endocrinol. 2012; 48(1): 11-23.-DOI: https://doi.org/10.1530/JME-11-0039.

Duan H., Liu X., Ren X., et al. Mutation profiles of follicular thyroid tumors by targeted sequencing. Diagn Pathol. 2019; 14(1): 39.-DOI: https://doi.org/10.1186/s13000-019-0817-1.

Knyazeva M., Korobkina E., Karizky A., et al. Reciprocal dysregulation of MiR-146b and MiR-451 contributes in malignant phenotype of follicular thyroid tumor. Int J Mol Sci. 2020; 21(17): 5950.-DOI: https://doi.org/10.3390/ijms21175950.

Hossain M.A., Asa T.A., Rahman M.M., et al. Network-based genetic profiling reveals cellular pathway differences between follicular thyroid carcinoma and follicular thyroid adenoma. Int J Environ Res Public Health. 2020; 17(4): 1373.-DOI: https://doi.org/10.3390/ijerph17041373.

Paulsson J.O., Rafati N., DiLorenzo S., et al. Whole-genome sequencing of follicular thyroid carcinomas reveal recurrent mutations in microRNA processing subunit DGCR8. J Clin Endocrinol Metab. 2021; 106(11): 3265-3282.-DOI: https://doi.org/10.1210/clinem/dgab471.

Титов С.Е., Лукьянов С.А., Сергийко С.В., et al. Проблемы диагностики фолликулярного рака щитовидной железы. Опухоли головы и шеи. 2023; 13(3): 10-23.-DOI: https://doi.org/10.17650/2222-1468-2023-13-3-10-23.

[Titov S.E., Lukyanov S.A., Sergiyko S.V., et al. Problems of follicular thyroid carcinoma diagnostics. Head and Neck Tumors (HNT). 2023; 13(3): 10-23.-DOI: https://doi.org/10.17650/2222-1468-2023-13-3-10-23. (In Rus)].

Titov S.E., Ivanov M.K., Demenkov P.S., et al. Combined quantitation of HMGA2 mRNA, microRNAs, and mitochondrial-DNA content enables the identification and typing of thyroid tumors in fine-needle aspiration smears. BMC Cancer. 2019; 19(1): 1010.

Kniazeva M., Zabegina L., Shalaev A., et al. NOVAprep-miR-Cervix: new method for evaluation of cervical dysplasia severity based on analysis of six miRNAs. Int J Mol Sci. 2023; 24(11): 9114.-DOI: https://doi.org/10.3390/ijms24119114.

Wingett S.W., Andrews S. FastQ Screen: A tool for multi-genome mapping and quality control. F1000Res. 2018; 7: 1338.-DOI: https://doi.org/10.12688/f1000research.15931.2.

Fehlmann T., Kern F., Laham O., et al. miRMaster 2.0: multi-species non-coding RNA sequencing analyses at scale. Nucleic Acids Res. 2021; 49(W1): W397-W408.-DOI: https://doi.org/10.1093/nar/gkab268.

Kozomara A., Birgaoanu M., Griffiths-Jones S. miRBase: from microRNA sequences to function. Nucleic Acids Res. 2019; 47(D1): D155-D162.-DOI: https://doi.org/10.1093/nar/gky1141.

Kozomara A., Griffiths-Jones S. miRBase: annotating high confidence microRNAs using deep sequencing data. Nucleic Acids Res. 2014; 42(Database issue): D68-73.-DOI: https://doi.org/10.1093/nar/gkt1181.

Yates A.D., Achuthan P., Akanni W., et al. Ensembl 2020. Nucleic Acids Res. 2020; 48(D1): D682-D688.-DOI: https://doi.org/10.1093/nar/gkz966.

Sweeney B.A., Petrov A.I., Ribas C.E., et al. RNAcentral Consortium. RNAcentral 2021: secondary structure integration, improved sequence search and new member databases. Nucleic Acids Res. 2021; 49(D1): D212-D220.-DOI: https://doi.org/10.1093/nar/gkaa921.

Thornlow B.P., Armstrong J., Holmes A.D., et al. Predicting transfer RNA gene activity from sequence and genome context. Genome Res. 2020; 30(1): 85-94.-DOI: https://doi.org/10.1101/gr.256164.119.

Zhao Y., Li H., Fang S., et al. NONCODE 2016: an informative and valuable data source of long non-coding RNAs. Nucleic Acids Res. 2016; 44(D1): D203-8.-DOI: https://doi.org/10.1093/nar/gkv1252.

Glažar P., Papavasileiou P., Rajewsky N. circBase: a database for circular RNAs. RNA. 2014; 20(11): 1666-70.-DOI: https://doi.org/10.1261/rna.043687.113.

Walter N.G. Are non-protein coding RNAs junk or treasure? An attempt to explain and reconcile opposing viewpoints of whether the human genome is mostly transcribed into non-functional or functional RNAs. Bioessays. 2024; 46(4): e2300201.-DOI: https://doi.org/10.1002/bies.202300201.

Palazzo A.F., Lee E.S. Non-coding RNA: what is functional and what is junk? Front Genet. 2015; 6.-DOI: https://doi.org/10.3389/fgene.2015.00002.

Valadkhan S., Gunawardane L.S. Role of small nuclear RNAs in eukaryotic gene expression. Essays Biochem. 2013; 54: 79-90.-DOI: https://doi.org/10.1042/bse0540079.

Pinkard O., McFarland S., Sweet T., Coller J. Quantitative tRNA-sequencing uncovers metazoan tissue-specific tRNA regulation. Nat Commun. 2020; 11(1): 4104.-DOI: https://doi.org/10.1038/s41467-020-17879-x.

Torres A.G. Enjoy the silence: nearly half of human tRNA genes are silent. Bioinform Biol Insights. 2019; 13: 1177932219868454.-DOI: https://doi.org/10.1177/1177932219868454.

Yu M., Lu B., Zhang J., et al. tRNA-derived RNA fragments in cancer: current status and future perspectives. J Hematol Oncol. 2020; 13(1): 121.-DOI: https://doi.org/10.1186/s13045-020-00955-6.

Ren D., Mo Y., Yang M., et al. Emerging roles of tRNA in cancer. Cancer Lett. 2023; 563: 216170.-DOI: https://doi.org/10.1016/j.canlet.2023.216170.

Ozata D.M., Gainetdinov I., Zoch A., et al. PIWI-interacting RNAs: small RNAs with big functions. Nat Rev Genet. 2019; 20(2): 89-108.-DOI: https://doi.org/10.1038/s41576-018-0073-3.

Yuan C., Qin H., Ponnusamy M., et al. PIWI‑interacting RNA in cancer: Molecular mechanisms and possible clinical implications (Review). Oncol Rep. 2021; 46(3): 209.-DOI: https://doi.org/10.3892/or.2021.8160.

Yao J., Xie M., Ma X., et al. PIWI-interacting RNAs in cancer: Biogenesis, function, and clinical significance. Front Oncol. 2022; 12: 965684.-DOI: https://doi.org/10.3389/fonc.2022.965684.

Zhang Z., Liu N. PIWI interacting RNA-13643 contributes to papillary thyroid cancer development through acting as a novel oncogene by facilitating PRMT1 mediated GLI1 methylation. Biochim Biophys Acta Gen Subj. 2023; 1867(11): 130453.-DOI: https://doi.org/10.1016/j.bbagen.2023.130453.

Chang Z., Ji G., Huang R., et al. PIWI-interacting RNAs piR-13643 and piR-21238 are promising diagnostic biomarkers of papillary thyroid carcinoma. Aging (Albany NY). 2020; 12(10): 9292-9310.-DOI: https://doi.org/10.18632/aging.103206.

Лицензия Creative Commons

Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.

Copyright (c) 2024 Маргарита Сергеевна Князева, Александр Гаранин, Янина Александровна Бандык, Константин Евгеньевич Кацуба, Лидия Михайловна Забегина, Татьяна Валерьевна Шаронова, Андрей Владимирович Шалаев, Екатерина Ярославовна Гринькова, Даниил Сергеевич Плевако, Анна Олеговна Нюганен, Ирина Андреевна Полковникова, Анна Сергеевна Артемьева, Светлана Вячеславовна Апалько, Сергей Григорьевич Щербак, Анастасия Валерьевна Малек