Resumen de Utilizing bioinformatics approaches to conduct a comparative analysis of the thyroid transcriptome in thyroid disorders

Luis Jesuino de Oliveira Andrade, Luís Matos de Oliveira, Alcina Maria Vinhaes Bittencourt, Luisa Correia Matos de Oliveira, Gabriela Correia Matos de Oliveira

• español

  Introducción:

  este estudio busca identificar patrones comunes de expresión génica y vías desreguladas en diversos trastornos tiroideos aprovechando conjuntos de datos transcriptómicos públicamente disponibles. La integración de otros datos ómicos, cuando sea posible, nos permitirá descubrir posibles impulsores moleculares y biomarcadores asociados con disfunciones tiroideas específicas. Sin embargo, aún existen lagunas en el análisis de los transcriptomas de los diversos trastornos tiroideos.

  Objetivo:

  realizar un análisis comparativo del transcriptoma de la tiroides en trastornos tiroideos utilizando enfoques de bioinformática.

  Métodos:

  se recolectaron conjuntos de datos de expresión génica públicamente disponibles relacionados con la tiroides del European Nucleotide Archive. El preprocesamiento de datos involucró la aplicación de controles de calidad, el recorte de lecturas y su alineación con un genoma de referencia. Se realizó un análisis de expresión diferencial utilizando paquetes de bioinformática, y se llevó a cabo un análisis de enriquecimiento funcional para obtener información sobre los procesos biológicos. Se realizó un análisis de redes para explorar las interacciones y relaciones regulatorias entre los genes diferencialmente expresados.

  Resultados:

  el análisis incluyó un total de 18 conjuntos de datos de expresión génica, de los cuales 15 fueron seleccionados según criterios de inclusión y evaluación de calidad. Se identificó un gran número de genes diferencialmente expresados (p<0.01), y estos genes se clasificaron según su relevancia. El análisis de enriquecimiento funcional reveló numerosos procesos biológicos asociados con los genes diferencialmente expresados, proporcionando información sobre los mecanismos moleculares de los trastornos tiroideos. El análisis de redes utilizando el software Cytoscape reveló interacciones potenciales entre los genes diferencialmente expresados e identificó genes centrales clave y posibles objetivos terapéuticos.

  Conclusión:

  este estudio demuestra una metodología accesible para realizar un análisis comparativo del transcriptoma de la tiroides en diferentes trastornos sin necesidad de muestras de tejido tiroideo. La integración de enfoques de bioinformática proporciona una comprensión integral de los mecanismos moleculares subyacentes a las enfermedades tiroideas.

• English

  Introduction:

  This study aims to identify common gene expression patterns and dysregulated pathways in various thyroid disorders by leveraging publicly available transcriptomic datasets. The integration of other omics data, when possible, will allow us to uncover potential molecular drivers and biomarkers associated with specific thyroid dysfunctions. However, there are still gaps in the analysis of the transcriptomes of the various thyroid disorders.

  Objective:

  To conduct a comparative analysis of the thyroid transcriptome in thyroid disorders using bioinformatics approaches.

  Methods:

  We retrieved publicly available gene expression datasets related to the thyroid from the European Nucleotide Archive. Data preprocessing involved conducting quality control, trimming reads, and aligning them to a reference genome. Differential expression analysis was performed using bioinformatics packages, and finally, a functional enrichment analysis was conducted to gain insights into the biological processes. Network analysis was conducted to explore interactions and regulatory relationships among differentially expressed genes (DEGs).

  Results:

  Our analysis included a total of 18 gene expression datasets, of which 15 were selected based on inclusion criteria and quality assessment. Numerous genes exhibiting differential expression (P < 0.01) were discerned, and their significance was systematically ranked. Functional enrichment analysis revealed numerous biological processes associated with the differentially expressed genes, providing insights into the molecular mechanisms of thyroid disorders. Network analysis using Cytoscape software revealed potential interactions among differentially expressed genes and identified key hub genes and potential therapeutic targets.

  Conclusion:

  This study demonstrates an accessible methodology for conducting a comparative analysis of the thyroid transcriptome in different disorders without the need for thyroid tissue samples. The integration of bioinformatics approaches provides a comprehensive understanding of the molecular mechanisms underlying thyroid diseases.