Di zaman serba cepat ini, penyakit tiroid bisa menyerang siapa saja. Meskipun seringkali tak bergejala, jangan anggap remeh, ya! Apalagi, prevalensi kanker tiroid terus meningkat, bahkan diprediksi jadi kanker nomor dua terbanyak pada wanita dan nomor tiga pada pria di tahun 2030. Nah, artikel ini bakal mengupas tuntas temuan terbaru tentang penanda (biomarker) penting untuk memprediksi penyebaran kanker tiroid jenis Papillary Thyroid Carcinoma atau PTC. Yuk, simak!
Pentingnya mendeteksi lebih dini penyebaran kanker tiroid, terutama ke kelenjar getah bening (limfatik), memang gak bisa ditawar lagi. Metastasis ke kelenjar getah bening adalah indikator utama yang memengaruhi prognosis pasien. Masalahnya, seringkali diagnosis yang berlebihan (overdiagnosis) justru memicu penanganan yang berlebihan pula, seperti operasi pengangkatan seluruh tiroid dan bedah kelenjar getah bening. Makanya, kita butuh biomarker yang akurat untuk membantu dokter menentukan langkah terbaik.
Dengan teknologi mutakhir seperti high-throughput sequencing dan bioinformatics, kita makin dekat untuk menemukan penanda spesifik yang terkait dengan metastasis PTC. Penelitian-penelitian sebelumnya telah berhasil mengidentifikasi beberapa gene signatures yang menjanjikan, seperti model lima gen yang melibatkan TM4SF atau bahkan miRNA tertentu dalam eksosom plasma. Namun, penelitian lebih lanjut tetap diperlukan demi mendapatkan bukti yang kuat.
Penelitian ini memanfaatkan data RNA-seq dari The Cancer Genome Atlas (TCGA) dan Gene Expression Omnibus (GEO) yang dikombinasikan dengan informasi klinis. Analisis weighted gene co-expression network analysis (WGCNA) dan metode bioinformatika lainnya digunakan untuk mengidentifikasi modul kunci yang terkait dengan metastasis PTC. Hasilnya? Terbentuk model skor risiko yang ampuh memprediksi prognosis pasien dan teridentifikasi enam hub genes yang berpotensi memengaruhi metastasis limfatik PTC. Penasaran apa saja?
Temuan Gen Unggulan: Sorotan Utama Penelitian
Penelitian ini berhasil mengidentifikasi enam hub genes penting, yaitu COL8A2, MET, FN1, MPZL2, PDLIM4, dan CLDN10. Gen-gen ini diduga kuat berperan dalam metastasis limfatik PTC dan in vitro experimental verification menunjukkan dampaknya. Temuan ini berpotensi menjadi target terapi baru untuk diagnosis dan pengobatan klinis. Mantap, kan?
Analisis data dari tiga GEO datasets (GSE3467, GSE3678, dan GSE60542) menghasilkan 460 differentially expressed genes (DEGs). Peneliti kemudian melakukan WGCNA pada data TCGA dan GSE60542. Pada data TCGA, dua modul – biru (84 gen) dan turquoise (201 gen) – berhubungan erat dengan metastasis limfatik. Sementara itu, pada GSE60542, modul brown (74 gen) juga teridentifikasi sebagai modul terkait LNM.
Peran Penting Enam Gen: Lebih Dekat dengan Kanker Tiroid
-
COL8A2 dan CLDN10: Kedua gen ini menunjukkan ekspresi yang lebih tinggi pada tumor dibandingkan jaringan normal. Namun, pada sel kanker tiroid (seperti K1, TPC-1, dan B-CPAP), ekspresinya justru rendah. Kok bisa begitu?
-
MET: Gen ini berperan penting dalam mengikat hepatocyte growth factor (HGF) yang memicu proliferasi dan motilitas sel. Overekspresi MET dikaitkan dengan perkembangan kanker, termasuk kanker tiroid.
-
FN1: Gen ini mengatur adhesi, proliferasi, dan migrasi sel. Temuan ini sejalan dengan penelitian sebelumnya yang menunjukkan FN1 berperan penting dalam proses progresif metastasis pada kanker. Hasilnya? Menunjukkan MET dan FN1 lebih sering ditemukan pada sampel yang mengalami metastasize ke kelenjar Getah Bening (LNM).
- PDLIM4 dan MPZL2: Meskipun PDLIM4 biasanya berfungsi sebagai penekan tumor, ekspresinya yang berlebihan pada beberapa jenis sel kanker justru meningkatkan migrasi sel. MPZL2, yang punya fungsi mirip dengan myelin protein zero, dihubungkan dengan prognosis yang buruk pada kanker. Penelitian ini menunjukkan keterkaitan antara PDLIM4 dan MPZL2 dengan metastasis nodus limfa pada PTC.
Analisis Fungsi dan Implikasi Klinis: Mengurai Lebih Dalam
Analisis GO (Gene Ontology) dan KEGG (Kyoto Encyclopedia of Genes and Genomes) pada 52 interGenes menunjukkan berbagai proses biologis yang terlibat, termasuk pembentukan cell junction, perkembangan epidermis, dan berbagai jalur penting lainnya. Analisis PPI (protein-protein interaction) juga membantu mengungkap FN1 sebagai hub utama dalam jaringan ini.
Melalui analisis LASSO Cox regression, enam gen utama berhasil diidentifikasi dan divalidasi menggunakan ROC curve. GSEA analysis juga mengidentifikasi beberapa jalur yang relevan, termasuk metabolisme asam arachidonat.
Pengujian RT-qPCR pada sel kanker tiroid K1, TPC-1, dan B-CPAP mengkonfirmasi ekspresi gen yang signifikan, terutama untuk MET, FN1, MPZL2, dan PDLIM4, yang meningkat pada sel tumor. Uji transwell assay dan wound healing menunjukkan bahwa knockdown (pengehentian ekspresi) dari MET, FN1, MPZL2, dan PDLIM4 mengurangi kemampuan migrasi dan invasi sel kanker B-CPAP. Keren, kan?
Dalam kesimpulan, penelitian ini berhasil mengidentifikasi enam hub genes sebagai penanda untuk metastasis pada PTC. Temuan ini membuka peluang baru untuk diagnosis yang lebih akurat dan penanganan yang lebih efektif pada kanker tiroid. Meskipun demikian, penelitian lebih lanjut tetap dibutuhkan untuk mengkonfirmasi temuan ini dan menguji efektivitas target terapi yang berpotensi dihasilkan.
