TY  - JOUR
T1  - Meme kanseri mikrodizin verilerinin biyoinformatik yöntemler ile bir araya getirilmesi - Meta-analiz yaklaşımları
TT  - Combination of breast cancer microarray data by using bioinformatic methods - Meta-analysis approaches
AU  - Öztemur, Yasemin
AU  - Aydos, Alp
AU  - Dedeoğlu, Bala Gür
PY  - 2015
DA  - June
JF  - Türk Hijyen ve Deneysel Biyoloji Dergisi
JO  - Turk Hij Den Biyol Derg
PB  - T.C. Sağlık Bakanlığı Halk Sağlığı Genel Müdürlüğü
WT  - DergiPark
SN  - 0377-9777
SP  - 155
EP  - 162
VL  - 72
IS  - 2
LA  - tr
AB  - Meme kanseri kadınlarda en yaygın görülen kanser  türüdür ve akciğer kanserinden sonra kadınlarda kanser  ölümlerinde ikinci sıradadır. Çok sebepli, kompleks bir  genetik hastalık olan meme kanseri moleküler düzeyde  detaylı bir şekilde çalışılmış ve yüksek işlem hacimli  mikrodizin çalışmaları sayesinde moleküler alt tiplere  sınıflandırılmıştır. Meme kanserine sebep olan ve  gelişiminde rol oynayan pek çok gen tespit edilmiş olsa da  meme kanserinin regülasyonunda rol oynayan moleküler  mekanizmalar hala tam olarak açıklanamamıştır. Bu  eksiklik, meme kanseri oluşumunu öngörücü yeni  biyobelirteçlerin aranmasını zorunlu kılmıştır. Yüksek  işlem hacimli bir yöntem olan mikrodizin aynı anda  binlerce genin ifadesinin belirlenmesine olanak  sağlamaktadır. Mikrodizin yöntemi ile elde edilmiş  ham ve işlenmiş verilerin, hatta deneylerde kullanılan  örneklerin klinik ve/ veya patolojik özelliklerinin  bulunduğu halka açık veritabanları bulunmaktadır.  Mikrodizin veritabanlarına yüklenmiş olan bağımsız  mikrodizin verilerinden daha fazla bilgi sağlamak  meta-analiz yöntemiyle mümkün olmakta ve var olan  veriyi değerli kılmaktadır. Meta-analiz yöntemleri farklı  kanser tiplerinde ve çeşitli hastalıklarda her geçen gün  daha fazla kullanılmaktadır. Meme kanserinde de metaanaliz çalışmaları çok fazla olmamakla birlikte sayısı  gün geçtikçe artmaktadır. Bu yöntem hastalığın tanısını  ve gidişatını öngörebilecek ayrıca tedavisine katkı  sağlayabilecek yeni biyobelirteçlerin belirlenmesini  mümkün kılmaktadır. Ciddi bütçelerle yapılan mikrodizin çalışmalarının çeşitli meta-analiz yöntemleriyle bir  araya getirilmesi her bir çalışmanın kendi başına ortaya  çıkaramayacağı sonuçların alınmasında önemlidir.  Meta-analiz çalışması pek çok veriyi bir araya getirme  şansı tanıdığı için, elde edilen sonuçlar yalnızca bir  vakaya özel değil; daha genel bilgiyi yansıtmaktadır.  Bu nedenle meme kanserinin de içerisinde bulunduğu  birçok hastalıktaki mekanizmaların meta-analiz  yöntemlerinin yardımıyla detaylı ve kapsamlı bir şekilde  araştırılmasının tanı ve tedavi için alternatif ve etkin  hedeflerin belirlenmesine olanak sağlaması mümkündür.
KW  - Meme kanseri
KW  - mikrodizin
KW  - meta-analiz
N2  - Today breast cancer is one of the major cancer  types among women in the world. After lung  cancer, it is the second leading cause of cancer  death in women. Breast cancer is a multi-factorial  and complex genetic disease, which was studied  in detail at the molecular level. With the use of  microarray technology breast cancer was classified  into molecular subtypes. Although some genes were  found to be responsible for the development and the  progression of the disease, many of the molecular  mechanisms underlying breast cancer progression  remain poorly understood. This deficit has led to  significant interest in the quest for novel predictive  markers for breast cancer. Microarray is a high  throughput technique, which provides to detection  of thousands of genes’ expression. There are many  publicly accessible databases, which have raw and  processed data of microarray analysis and clinical  and /or pathological information of samples. Metaanalysis approaches are provided more information  from independent microarray datasets, which  were uploaded on publicly accessible databases.  Meta-analysis approaches are used for different  cancer types and various diseases including breast  cancer increasingly in recent years. These methods  allow the finding of predictive biomarkers for the  development and progression of the disease while  they can also be used for new or alternative targets  for the treatment of the disease. Meta-analysis might  increase the knowledge by gathering and processing  individual microarray datasets. Accordingly it is  predicted that new or alternative targets might  be identified by researching on numerous disease  mechanisms including breast cancer
CR  - 1. Oldenburg R, Meijers-Heijboer H, Cornelisse C,
Devilee P. Genetic susceptibility for breast cancer:
how many more genes to be found? Critical Rev
Oncol/Hematol. 2007; 63(2): 125-149.
CR  - 2. http://www.cancer.org (Erişim tarihi:
23.09.2014)
CR  - 3. Rakha EA, Reis-Filho JS, Baehner F, Dabbs
DJ, Decker T, Evsebi V, et al. Breast cancer
prognostic classification in the molecular era:
the role of histological grade. Breast Cancer Res,
2010; 12(4): 207.
CR  - 4. Bertos NR, Park M. Breast cancer-one term, many
entities? J Clin Invest, 2011; 121(10): 3789.
CR  - 5. Gusterson BA, Ross DT, Heath VJ, Stein T. Basal
cytokeratins and their relationship to the cellular
origin and functional classification of breast
cancer. Breast cancer research : BCR, 2005; 7(4):
143-8.
CR  - 6. Perou CM, Sørlie T, Eisen MB, Van de Rijn M,
Jeffrey SS, Rees CA, et al. Molecular portraits of
human breast tumours. Nature, 2000; 406(6797):
747-52.
CR  - 7. Sørlie T, Tibshirani R, Parker J, Hastie T, Marron
JS, Nobel A, et al. Repeated observation of breast
tumor subtypes in independent gene expression
data sets. Proc N Acad Sci USA. Jul 8 2003;
100(14): 8418-23.
CR  - 8. Siziopikou KP. Ductal Carcinoma In Situ of the
Breast: Current Concepts and Future Directions.
Arch Pathol Lab Med, 2013; 137(4): 462-6.
CR  - 9. Rosen PP, Lesser ML, Arroyo CD, Cranor M, Borgen
P, Norton L. Immunohistochemical detection
of HER2/neu in patients with axillary lymph
node negative breast carcinoma. A study of
epidemiologic risk factors, histologic features,
and prognosis. Cancer, 1995; 75(6): 1320-6.
CR  - 10. Gusterson BA, Gelber RD, Goldhirsch A, Price
KN, Säve-Söderborgh J, Anbazhagan R, et al.
Prognostic importance of c-erbB-2 expression
in breast cancer. International (Ludwig) Breast
Cancer Study Group. J Clin Oncol, 1992; 10(7):
1049-56.
CR  - 11. Slamon DJ, Leyland-Jones B, Shak S, Fuchs H,
Paton V, Bajamonde A, et al. Use of chemotherapy
plus a monoclonal antibody against HER2 for
metastatic breast cancer that overexpresses
HER2. N Engl J Med, 2001; 344(11): 783-92.
CR  - 12. Marty M, Cognetti F, Maraninchi D, Snyder R,
Mauriac L, Tubiana-Hulin M, et al. Randomized
phase II trial of the efficacy and safety of
trastuzumab combined with docetaxel in patients
with human epidermal growth factor receptor
2-positive metastatic breast cancer administered
as first-line treatment: the M77001 study group.
J Clin Oncol, 2005; 23(19): 4265-74.
CR  - 13. den Hollander P, Savage MI, Brown PH. Targeted
therapy for breast cancer prevention. Front
Oncol, 2013; 3.
CR  - 14. Herschkowitz JI, Simin K, Weigman VJ, Mikaelian
I, Usaty J, Itu Z, et al. Identification of conserved
gene expression features between murine
mammary carcinoma models and human breast
tumors. Genom Biol, 2007; 8(5): 76.
CR  - 15. Romero-Cordoba S, Rodriguez-Cuevas S, RebollarVega R, Quintanar-Jurado V, Maffuz-Aziz
A,Jimenes-Sanchez G, et al. Identification and
pathway analysis of microRNAs with no previous
involvement in breast cancer. PloS One, 2012;
7(3): 31904.
CR  - 16. Yulug IG, Gur-Dedeoglu B. Functional genomics
in translational cancer research: focus on breast
cancer. Brief Func Gen Proteomic, 2008; 7(1): 1-7.
CR  - 17. Gershon D. Microarray technology: an array of
opportunities. Nature, 2002; 416(6883): 885-91.
CR  - 18. Brazma A, Hingamp P, Quackenbush J, et al.
Minimum information about a microarray
experiment (MIAME)—toward standards for
microarray data. Nat Genet, 2001; 29(4): 365-71.
CR  - 19. h t t p : / / w w w. n c b i . n l m . n i h . g o v / g e o
(Erişim tarihi: 23.09.2014)
CR  - 20. h t t p : / / w w w. e b i . a c . u k / a r r a y e x p r e s s
(Erişim tarihi: 23.09.2014)
CR  - 21. Normand S-LT. Tutorial in biostatistics metaanalysis: formulating, evaluating, combining, and
reporting. Stat Med, 1999; 18(3): 321-59.
CR  - 22. Gur-Dedeoglu B, Konu O, Kir S, Ozturk AR,
Bozkurt B, Ergul G, Yulug IG. A resampling-based
meta-analysis for detection of differential gene
expression in breast cancer. BMC Cancer, 2008;
8: 396.
CR  - 23. Smith D, Sætrom P, Snøve O, et al. Meta-analysis
of breast cancer microarray studies in conjunction
with conserved cis-elements suggest patterns for
coordinate regulation. BMC Bioinformatic, 2008;
9(1): 63.
CR  - 24. Thomassen M, Tan Q, Kruse TA. Gene expression
meta-analysis identifies metastatic pathways
and transcription factors in breast cancer.
BMC Cancer, 2008; 8: 394.
CR  - 25. Phan JH, Young AN, Wang MD. Robust microarray
meta-analysis identifies differentially expressed
genes for clinical prediction. Sci World J, 2012;
2012: 989637.
UR  - https://dergipark.org.tr/tr/pub/thdbd/issue//968399
L1  - https://dergipark.org.tr/tr/download/article-file/1871463
ER  -