Hormonus nesekretējošo hipofīzes neiroendokrīno audzēju klasifikācijas izstrāde, izmantojot transkriptomu de novo pielīdzināšanu un datu dimensiju redukciju

Abstract

Īso nolasījumu RNS sekvencēšana ir metode, kuru bieži pielieto diferenciāli ekspresēto gēnu noteikšanai. Hipofīzes neiroendokrīnie audzēji jeb PitNET ir galvenokārt labdabīgi audzēji ar dažādu molekulāro izcelsmi un klīniskajā izpausmēm. Līdz šim noteiktas vairākas somatiskās mutācijas (GNAS, USP48, BRAF, USP8) un dažas pārmantojamās (AIP, MEN1, PRKAR1A, GPR101), kas asociētas PitNET veidošanos dažādos klīniskajos kontekstus, taču rezultātus bieži neizdodas replicēt dažādās it kā fenotipiski līdzīgās paraugkopās, kas varētu būt saistīts ar sarežģīto PitNET klasifikāciju. Darbā izmantoti 58 hormonus nesekretējošu PitNET paraugi, kuru RNS sekvencēšanas nolasījumi iegūti no Valsts Iedzīvotāju Genoma Datubāzes, lai noteiktu potenciāli līdz šim nenoteiktu paraugu grupēšanos dažādos immunofenotipos. Rezultātā, pēc dimensiju redukcijas un paraugu grupēšanas, noteiktas trīs paraugu apakšgrupas, starp kurām ar diferenciālās ekspresijas testa palīdzību detektēts liels skaits gēnu ar izmainītu ekspresiju. Nosakot konkrētu transkripcijas faktoru klātbūtni, secināts, ka pirmo no grupām visticamāk veido klusie Gonadotropie PitNET un “nulles” šūnu adenomas. Otro grupu veido kombinācija ar Gonadotropajiem un Kortikotropajiem PitNET, savukārt trešajā grupā neizdevās noteikt precīzāku immunofenotipu, bet pēc transkripcijas profilu līdzības tas bija tuvāks otrajai grupā, tādēļ vismaz daļu no paraugiem var veidot otrajai grupai piesaistītie fenotipi. Šie rezultāti sniedz ieskatu PitNET dažādībā un ar to asociēto transkriptu ekspresijā dažādos pacientos, kā arī paver iespējas veikt padziļinātu izpēti, palielinot paraugu skaitu un optimizējot izmantotās metodes. Darbs izstrādāts Latvijas Biomedicīnas pētījumu un studiju centra Bioinformātikas servisa centra ietvaros no 2020. gada septembra līdz 2021. gada maijam. Atslēgvārdi: īso nolasījumu lielapjoma RNS sekvencēšana, bulkRNA-seq, hipofīzes adenoma, PitNET, dimensiju redukcija.

Short read high throughput RNA sequencing is an often-used method for discovering differentially expressed genes. Pituitary neuroendocrine tumor or PitNET in short, is a mainly benign tumor with a complicated molecular origin and varying clinical manifestations. Multiple somatic mutations (GNAS, USP48, BRAF, USP8) and few germline mutations (AIP, MEN1, PRKAR1A, GPR101) associated with the development of PitNET in differing clinical states have been discovered so far. Unfortunately, these results, especially for the somatic mutations, are hard to reproduce between different samples with the same phenotypic and clinical characterization, which might be due to inherently complicated classification of the PitNET. RNA sequencing data from 58 individuals was acquired from the Genome database of Latvian population and used to detect the potential subtypes of PitNET. As a result – 3 distinct groups of PitNET samples were detected as a results of dimensionality reduction and sample level clustering. Large number of differentially expressed genes were detected between the groups. By determining the presence of certain transcription factors, the first group was classified as silent gonadotroph PitNET with a few “null” cell PitNET samples mixed in. The second group was classified as a mixture of silent gonadotroph and silent corticotrope PitNET. Lastly, distinguishing the third group was difficult, because it only expressed one transcription factor (SSTR3), but by comparing samples by the Euclidian distances of gene expression, it was most similar to the second group. These results provide an insight into the diversity and expression profile differences of multiple PitNET patients. They also create new opportunities to conduct deeper research by increasing the number of samples and by optimizing the used methods. Work was carried out at the Latvian Biomedicine research and study center as a part of the Molecular and functional genomics group from September 2020 till May 2021. Keywords: short read high throughput RNA sequencing, bulkRNA-seq, pituitary adenoma, PitNET, dimensionality reduction.