GASTRIC CANCER BIOMARKERS

DEWI AYU SEKARINI (1606824093)

FARAH SHABIHAH (1606903444 )
FREYA RANA MERTOSONO (1606875384)
JESSICA ELIZABETH (1606875434)
 Garis Besar Pembahasan

Pendahuluan

Metode

Hasil

Pembahasan

Kesimpulan
 Pendahuluan

• Kanker lambung merupakan penyebab

kematian yang cukup tinggi dan urutan
ke-5 di antara jenis kanker lainnya
Sumber: consumerhealthdigest.com
 ErbB2

Gastrokine 1
Faktor
Molekuler Antigen P53

mir145
 ErbB2 / HER2

• ErbB2 merupakan proto

oncogene, yaitu gen yang
menyebabkan sel normal
menjadi sel kanker apabila
mengalami mutase menjadi
oncogene.
• Pada kanker lambung, ekspresi
protein kinase oleh ErbB2
meningkat.

Source: cansar.icr.ac.uk/cansar/molecular-targets/P04626
 Gastrokine 1 adalah gen yang
mengkode protein fungsional dalam
lambung normal.

Gastrokine 1
(GKN1) Pada lambung normal banyak
ditemukan, sementara pada kanker
lambung tidak dapat ditemukan.

Dapat mencegah invasi sel kanker ke

jaringan lain melalui inaktivasi jalur NF-
kappaB
 Antigen p53
• Protein yang berfungsi menekan
aktivitas tumor.
• Pada kanker lambung
mengalami mutasi sehingga
memengaruhi induksi
pembelahan sel dan apoptosis.
Mir-145
• Mir-145 mencegah
pembentukan tumor, akan tetapi
ekspresi protein ini berkurang
dalam kanker lambung
 • Protein sebagai unit operator intraseluler
yangmemiliki banyak fungsi dalam sel
Biomarka Kanker dapat digunakan sebagai penanda suatu
penyakit.
• Satu kriteria saja tidak dapat dijadikan
indikator, karena tidak adanya perubahan
ekspresi yang signifikan
• Selain itu kriteria tersebut dapat saja
ditemukan di berbagai penyakit kanker
yang lain seperti kinase.
• Diagnosis penyakit ini memanfaatkan
interaksi protein atau gen dengan
perubahan ekspresi yang signifikan.
 Tujuan

Mencari strategi penyembuhan

alternatif kanker lambung selain
operasi dan kemoterapi
 Metodologi

Mencari data protein yang

Membentuk interaksi Mengidentifikasi
terlibat dalam kanker
lambung jaringan sub-jaringan

Membubuhi keterangan
Komputasi parameter
jaringan dengan data Gen set analisis
microarray secara sentral
 Mencari data protein yang terlibat dalam kanker lambung

Peneliti mencari database melalui PubMed

database dengan kata kunci kanker lambung,
kemudian data protein diambil dari artikel
publikasi tahun 2014
 Membentuk interaksi jaringan

Berdasarkan data literatur, ditunjukkan bahwa

interaksi protein-protein dari database meliputi
reactome, KEGG, BIND, CCSB, DIP, GRID, HPRD,
IntAct, MINT, dan MDC.
Dengan menggunakan algoritma MiMI dalam
platform Cytoscape 2.8.3, informasi dari sumber
yang berbeda dan digabung dengan penyimpanan
pada MiMI berdasarkan strategi terintegrasi.
 Mengidentifikasi sub-jaringan

Untuk mengidentifikasi secara

topologis area yang padat dalam
jaringan, kelompok-kelompok yang
ditentukan menggunaka Cytoscape
termasuk AllegroMCODE dan
clusterMakers yang mana berdasarkan
comunitas clustering (GLay) dan
markov clustering (MCL algoritma).
 Membubuhi keterangan jaringan dengan data microarray

Database array express

dicari dengan menggunakan
beberapa kriteria seperti
platform Affymetrix
HGU133 plus, RNA assay,
dan analisis secara serentak
terhadap sampel kanker
dan non kanker
 Gen set analisis

Database untuk menambah keterangan, visualisasi, dan

penemuan terintegrasi menggunakan DAVID.

• Program ini termasuk 68 gen yang mewakili set gen dalam 4 modul
berbeda termasuk annotation tools, GOchart, KEGGchart, dan
Domainchart.
• Gene ontology (istilah dan jalurnya) yang terdeteksi sub jaringan dan
kelompok yang diambil menggunakan DAVID functional annotation tool
 Komputasi parameter secara sentral

Berfungsi untuk mengidentifikasi, parameter secara sentral

termasuk antara dan derajat untuk masing-masing node/simpul
dikalkukasi dengan CentiScape 2.1 dalam jaringan dan sub-jaringan
yang dideteksi oleh jActiveModules, AllegroMCODE, GLay dan MCL.

• Derajat indeks menunjukkan angka yang berhubungan antar node secara langsung
• Fungsi dari node adalah menghubungkan antara jaringan satu node yang dievaluasi
oleh index antara (betweenness index)
 Komputasi parameter secara sentral

• Terdapat biomarker spesifik untuk kanker lambung (HNF4A)

ditemukan di kanker lambung
• Eliminasi gen HNF4A meningkatkan kerentanan suatu sel akan kanker
• Pengurangan ekspresi HNF4A oleh metformin menurunkan laju
pertumbuhan tumor
 Hasil

Mendapatkan data protein yang terlibat dalam kanker

lambung
Data dari literatur menyebutkan, dengan menggunakan 600 artikel dari database yang ada,
60 artikel diantaranya menunjukkan 72 protein yang terlibat dalam kanker lambung

Menggambarkan jaringan interaktif dan membentuk sub-

jaringan

• Algoritma MiMI memiliki kemampuan untuk mencari database berganda yang menunjukkan
interaksi antar protein.

• AllegroMCode, Glay, dan MCL digunakan untuk mengidentifikasi kerapatan area dari jaringan
yang dibentuk  bisa dilihat aksi protein sebagai kompleks di dalam sel
 Hasil

Pemuatan microarray data ke dalam jaringan

Ekspresi data yang telah ditambahkan ke network nodes selanjutnya akan

dikalkulasi dan diklasifikasi menggunaka jActiveModules sehingga dapat
diidentifikasi

Studi fungsi hubungan dan analisis set gen

 DAVID berfungsi untuk mengidentifikasi hubungan jalur biologis dan fungsinya terhadap masing-
masing performa sub-jaringan
 Hasil evaluasi dari jaringan yang menggunakan KEGG pathway menunjukkan bahwa jalur pensinyalan
neutrofin, siklus sel mitosis, dan jalur ERBB kebanyakan terlibat dalam kanker lambung
Penambahan sub-jaringan ditunjukkan pada jalur nucleotide excision repair, siklus sel, jalur pada
kanker, neutrophin signalling pathway, dan focal adhesion
 Hasil

Indeks evaluasi jaringan

• Evaluasi dari kriteria sentral jari jaringan termasuk Betweenness dan degree menggunakan
Centiscape terindikasi memiliki nilai yang paling tinggi yaitu TAF1, TP53, HNF4A, MYC, dan
CDK2

• Kalkulasi diulang melalui klasifikasi dengan AllegroMCODE, Glay, dan algoritma MCL,
sebelum menambahkan ekspresi data dan oleh algoritma jActiveModules setelah
menambahkan ekspresi data

• TAF1 memiliki nilai tertinggi dari ketiga algoritma dan HNF4A serta TP53 merupakan sub-
jaringan yang terekspresi sangat aktif, diperoleh dari jActiveModules, Glay, dan MCL.
 Pembahasan

• TAF1, HNF4A dan TP53 memiliki peran paling besar dalam indikasi kanker lambung.
• TAF menyebabkan protein fungsional terinaktivasi dan proses apoptosis sel kanker oleh
obat antikanker tidak dapat terjadi.
• Transkripsi pada respon kerusakan DNA dan apoptosis terdeaktivasi.
• TAF belum spesifik
• HNF4A merupakan faktor transkripsi yang berperan dalam diferensiasi akhir jaringan
endoderm embrionik bersama dengan HNF1B, albumin, dan protein surfaktan C.
• Berdasarkan survey blotin, protein ini berasosiasi dengan proses seperti respon imun,
stress, apoptosis, regulasi metabolisme.
 Pembahasan

• CDK7, CCNH, dan PCNA terlibat dalam jalur NER dan siklus sel
• PCNA berperan dalam replikasi DNA yang memengaruhi perkembangan
tumor
• PCNA memiliki korelasi dengan tingkat keganasan kanker lambung
• CDK7 diekspresikan secara berlebihan dalam kanker lambung
• CCNH merupakan biomarker dalam kanker lambung
 Pembahasan

• TP53 merupakan target terapi dalam berbagai jenis kanker yang berperan dalam menghambat
pertumbuhan sel.
• Analisis set gen menunjukkan jaringan yang memiliki jalur-jalur seperti siklus sel, Neutorphin
signalling pathway, Nucleotide Excision Repair, dan Focal Adhesion dapat berkontribusi dalam
perkembangan kanker lambung
• Penelitian Okugawa dkk. menunjukkan bahwa peningkatan ekspresi BNDF/TrkB pada kanker
lambung dan penghmbatannya oleh obat-obatan menghasilkan pertumbuhan kanker dapat terhenti.
• Dari analisis 72 protein yang terlibat, 6 diantaranya berperan dalam jalur ini.
• Interaksi antar protein yang terlibat dapat meningkatkan kemungkinan terjadinya kanker lambung
 Pembahasan

• CtBP2 dipengaruhi oleh kompleks CCNH/CDK7 dan hasilnya menjadi lebih stabil
terhadap degradasi proteasome
• Hal tersebut memengaruhi potensi sel sehingga menjadi lebih invasive
• HNF4A terdiri dari miRNA yang dimana ekspresinya diubah pada kanker seperti di
usus besar, kandung kemih, paru-paru, dan payudara
• HNF4A memiliki peran dalam resistensi obat, pembelahan sel, dan invasi jaringan
 Kesimpulan

Protein yang berperan penting dalam

kanker lambung dapat diperkenalkan sebagai
target terapi dan biomarker penyakit tersebut.
TAF1, HNF4A, dan TP53 memiliki nilai paling
tinggi. Namun berdasarkan hasil yang diperoleh,
HNF4A memiliki pengaruh yang paling besar.
Daftar Acuan
• Anvar, M.S., Z. Minuchehr., M. Shahlaei., S. Kheitan. 2018. Gastric
cancer biomarkers; A systems biology approach. Biochemistry and
Biophysiscs Reports. 13: 141—146.
• Chial, Heidi. (2008) Proto-oncogenes to oncogenes to cancer. Nature
Education 1(1):33
• Jørgensen, J. T., & Hersom, M. (2012). HER2 as a Prognostic Marker in
Gastric Cancer - A Systematic Analysis of Data from the
Literature. Journal of Cancer, 3, 137–144. doi:10.7150/jca.4090