Análises para identificar potenciais biomarcadores de microRNAs no diagnóstico de pacientes com câncer de pulmão em diferentes estágios

Abstract

Este estudo aborda a relação entre câncer de pulmão e microRNAs. Dentre os subtipos o adenocarcinoma pulmonar é o mais comum. Os miRNAs são moléculas que desempenham um papel vital na regulação gênica e podem ser úteis no diagnóstico e prognóstico da doença ao explorar suas expressões em tecidos normais e tumorais, bem como em estágios iniciais e avançados Utilizando dados do The Cancer Genome Atlas, a análise bioinformática foi conduzida no ambiente RStudio. Foram identificados miRNAs significativamente diferenciados, destacando sua potencial relevância como biomarcadores. Análises de sobrevivência evidenciaram associações entre expressões de miRNAs e a sobrevida dos pacientes. A análise de vias moleculares revelou conexões fundamentais, especialmente nas vias do TGF-beta, citoesqueleto de actina, biossíntese de glicanos e sinalização ERBB. Esses resultados contribuem para a compreensão da complexidade molecular do câncer de pulmão, identificando biomarcadores promissores para diagnóstico e prognóstico.

This study addresses the relationship between lung cancer and microRNAs. Among the subtypes, pulmonary adenocarcinoma is the most common. MicroRNAs are molecules that play a vital role in gene regulation and can be useful in the diagnosis and prognosis of the disease by exploring their expressions in normal and tumor tissues, as well as in early and advanced stages. Using data from The Cancer Genome Atlas, bioinformatic analysis was conducted in the RStudio environment. Significantly differentiated miRNAs were identified, highlighting their potential relevance as biomarkers. Survival analyses revealed associations between miRNA expressions and patient survival. The analysis of molecular pathways revealed fundamental connections, especially in the TGF-beta pathways, actin cytoskeleton, glycan biosynthesis, and ERBB signaling. These results contribute to the understanding of the molecular complexity of lung cancer, identifying promising biomarkers for diagnosis and prognosis.