به گزارش پایگاه اطلاع رسانی بنیان، مطالعات منتشر شده اخیرا نشان می‌دهد که توالی‌یابی RNA تک‌سلولی (scRNA-seq) چگونه درک ما از RNAهای غیرکدگذار (ncRNA) در سرطان روده بزرگ (CRC) را متحول کرده است؛ بیماری پیچیده‌ای که با تغییرات ژنتیکی و اپی‌ژنتیکی مشخص می‌شود. ncRNAها، از جمله RNAهای غیرکدگذار بلند (lncRNA) و میکروRNAها (miRNA)، نقش کلیدی در پیشرفت CRC دارند و بر رشد تومور، متاستاز و مقاومت دارویی اثر می‌گذارند. ابزارهای پیشرفته بیوانفورماتیکی مانند روش‌های مبتنی بر توالی (مثل BLAST)، روش‌های مبتنی بر ساختار (مثل RNAfold) و یادگیری ماشینی (مثل DeepBind) تحلیل دقیق بیان ncRNA را در سطح سلولی ممکن کرده و ناهمگونی قابل‌توجهی را در تومورهای CRC آشکار می‌کنند. این یافته اهداف درمانی خاص سلول را پیشنهاد می‌دهد. این مقاله بر پتانسیل ncRNAها به‌عنوان نشانگرهای تشخیصی و پیش‌آگهی تأکید دارد و امیدی برای درمان‌های شخصی‌سازی‌شده ایجاد می‌کند. با این حال، چالش‌هایی مثل حساسیت توالی‌یابی و اعتبارسنجی باقی است که نیاز به نوآوری بیشتر دارد.

سرطان روده بزرگ: چالشی پیچیده با ریشه‌های ژنتیکی و اپی‌ژنتیکی

سرطان روده بزرگ (CRC) یکی از دشوارترین سرطان‌ها در جهان است که با ترکیبی پیچیده از تغییرات ژنتیکی و اپی‌ژنتیکی، رشد بی‌رویه سلول‌ها و گسترش آن‌ها را به دنبال دارد. در حالی که پژوهش‌های پیشین عمدتاً بر ژن‌های کدکننده پروتئین متمرکز بودند، مقاله مروری جدیدی با عنوان رویکردهای ترنسکریپتومیک تک‌سلولی برای رمزگشایی مکانیسم‌های RNA غیرکدگذار در سرطان روده بزرگ، توجه را به RNAهای غیرکدگذار (ncRNA) معطوف کرده است. این مطالعه که به‌تازگی منتشر شده، از فناوری پیشرفته توالی‌یابی RNA تک‌سلولی (scRNA-seq) بهره می‌برد تا نشان دهد چگونه ncRNAها—از جمله RNAهای غیرکدگذار بلند (lncRNA)، میکروRNAها (miRNA) و RNAهای حلقوی (circRNA)—در پیشرفت مرگبار CRC نقش دارند و دریچه‌ای به سوی تشخیص و درمان‌های نوین می‌گشایند.

ناهمگونی CRC و قدرت توالی‌یابی تک‌سلولی

CRC به دلیل ناهمگونی بالای خود شناخته شده است؛ تومورها نه‌تنها بین بیماران، بلکه حتی در یک تومور واحد نیز تفاوت دارند. در گذشته، دانشمندان بر ژن‌هایی که پروتئین تولید می‌کنند تمرکز داشتند، اما بخش غیرکدگذار ژنوم، که زمانی به‌عنوان "DNA زباله" نادیده گرفته می‌شد، اکنون به‌عنوان عاملی کلیدی شناخته می‌شود. ncRNAها پروتئین نمی‌سازند، اما بیان ژن‌ها را تنظیم می‌کنند و بر فرآیندهایی مثل تکثیر سلولی و متاستاز اثر می‌گذارند. ظهور scRNA-seq، که بیان ژن را در هر سلول به‌صورت جداگانه بررسی می‌کند، دیدگاه بی‌سابقه‌ای ارائه داده است. برخلاف توالی‌یابی کل بافت که سیگنال‌ها را میانگین می‌گیرد، scRNA-seq الگوهای خاص هر سلول را آشکار می‌کند و نقش متنوع ncRNAها در CRC را نمایان می‌سازد.

نقش ncRNAها در ویژگی‌های اصلی CRC

این مقاله به بررسی چگونگی تأثیر ncRNAها بر ویژگی‌های اصلی CRC می‌پردازد. به‌عنوان مثال، lncRNAهایی مثل HOTAIR و MALAT1 با متاستاز و پیش‌آگهی ضعیف مرتبط هستند، در حالی که miR-21 تهاجم سلولی را تقویت می‌کند. در مقابل، miR-145 به‌عنوان سرکوبگر تومور عمل می‌کند که اغلب در CRC خاموش می‌شود. RNAهای حلقوی مثل circCCDC66 نیز به‌عنوان عامل رشد تومور شناخته شده‌اند. یافته برجسته‌ای از مطالعه Mihaljevic و همکاران در سال 2024 به دست آمده که 49,436 سلول از 29 بیمار CRC را بررسی کرد. آن‌ها 996 lncRNA غنی‌شده در سلول‌های اپی‌تلیال شناسایی کردند که 98 مورد در تومورها نسبت به بافت سالم به‌صورت متفاوتی بیان شده بودند. این اختصاصیت نوع سلولی، امکان هدف‌گیری درمانی خاص را مطرح می‌کند و پژوهشگران را به وجد آورده است.

بیوانفورماتیک: کلید رمزگشایی ncRNAها

رمزگشایی این ncRNAها به شدت به بیوانفورماتیک وابسته است. مقاله مجموعه‌ای از روش‌های محاسباتی را شرح می‌دهد که این تحقیقات را پیش می‌برند. ابزارهای مبتنی بر توالی مثل BLAST، ncRNAهای شناخته‌شده را شناسایی می‌کنند، در حالی که روش‌های مبتنی بر ساختار مثل RNAfold شکل آن‌ها را پیش‌بینی می‌کنند و سرنخی از کارکردشان می‌دهند. مدل‌های یادگیری ماشینی مانند DeepBind و lncRNAnet نقش‌ها و تعاملات ncRNA را پیش‌بینی می‌کنند. این ابزارها، همراه با scRNA-seq، امکان نقشه‌برداری از بیان متفاوت، شناسایی مسیرهای غنی‌شده و ساخت شبکه‌های تنظیمی را فراهم می‌کنند. برای مثال، MOFA+ داده‌های scRNA-seq را با سایر داده‌ها ادغام می‌کند، در حالی که MAST با ویژگی‌های خاص داده‌های تک‌سلولی، مثل حذف داده‌های کم‌بیان، سازگار است.

ncRNAها: از تشخیص تا درمان

نتیجه عملی چیست؟ نشانگرهای زیستی و درمان‌ها. ncRNAها به‌عنوان ابزارهای تشخیصی و پیش‌آگهی نویدبخش هستند. امضای هفت lncRNA که در این مقاله برجسته شده، از نشانگرهای سنتی در پیش‌بینی بقای CRC پیشی می‌گیرد، در حالی که یک پنل چهار lncRNA از سال 2017 دقت مشابهی ارائه می‌دهد. این امضاها، که در خون یا مدفوع قابل‌شناسایی هستند، می‌توانند غربالگری غیرتهاجمی را ممکن کنند—موفقیتی بزرگ برای تشخیص زودهنگام که نتایج CRC به آن وابسته است. از نظر درمانی، ncRNAها اهداف جذابی هستند. تیم Mihaljevic دو lncRNA به نام‌های CASC19 و LINC00460 را به‌عنوان محرک‌های CRC با استفاده از فناوری CRISPRi تأیید کرد و پیشنهاد داد که خاموش کردن آن‌ها می‌تواند پیشرفت بیماری را متوقف کند. در همین حال، ncRNAهای مرتبط با مقاومت به اکسالی‌پلاتین، مثل miR-34a، می‌توانند برای افزایش اثر شیمی‌درمانی دستکاری شوند.

پیشرفت‌های اخیر در مطالعات تک‌سلولی

این مقاله پیشرفت‌ها را از طریق مطالعات اخیر scRNA-seq دنبال می‌کند. در سال 2021، Wang و همکارانش زیرگروه‌های CRC را نقشه‌برداری کردند و تعاملات ایمنی-تومور را نشان دادند. Xie و همکاران در سال 2022 هشت نوع سلول را در نمونه‌های تومور و خون فهرست کردند، در حالی که Ke و همکاران در سال 2023 با الگوریتم‌هایی مثل Milo و Palantir تکامل CRC را ردیابی کردند. Li و همکاران در سال 2024 با atlas ترنسکریپتومی، 31,935 ایزوفرم RNA جدید را کشف کردند. این تلاش‌ها به‌طور جمعی نقش‌های خاص سلولی ncRNAها را، از تقویت متاستاز تا فرار از داروها، روشن می‌کنند.

چالش‌ها و موانع پیش رو

با این حال، چالش‌هایی باقی است. شناسایی ncRNAهای کم‌فراوانی با scRNA-seq دشوار است و نیاز به حساسیت بهتر توالی‌یابی دارد. اعتبارسنجی عملکرد آن‌ها در مقیاس بزرگ فراتر رفتن از توصیف به مکانیسم به ابزارهای پربازده مثل CRISPR نیاز دارد. ادغام scRNA-seq با داده‌های متیلاسیون DNA یا پروتئومیکس تصویر کامل‌تری ارائه می‌دهد، اما به روش‌های پیشرفته نیاز دارد. از نظر بالینی، تبدیل این یافته‌ها به کاربردهای روزمره مثل پروتکل‌های استاندارد برای کار بر نمونه‌های بیمارستانی در حال انجام است.

آینده‌ای روشن با پزشکی شخصی‌سازی‌شده

این مقاله مروری نه‌تنها وضعیت کنونی تحقیقات ncRNA در CRC را خلاصه می‌کند، بلکه آینده‌ای را ترسیم می‌کند که در آن ادغام scRNA-seq با داده‌های چند-امکانی و هوش مصنوعی می‌تواند بینش‌های دقیق‌تری ارائه دهد. پتانسیل ncRNAها به‌عنوان نشانگرهای تشخیصی، پیش‌آگهی و اهداف درمانی، نوید پزشکی شخصی‌سازی‌شده را می‌دهد. با ادامه نوآوری در ابزارهای محاسباتی و اعتبارسنجی تجربی، این حوزه می‌تواند تشخیص، پیش‌آگهی و درمان CRC را بهبود بخشد و امید تازه‌ای برای بیماران مبتلا به این بیماری ویرانگر به ارمغان آورد.

پایان مطلب/.