fa بررسی شبکه پروتئین‌های مؤثر در سرطان‌های مری، معده و روده و تعیین پروتئین‌های مشترک کلیدی به روش In silico بیوانفورماتیک Bioinformatics پژوهشي اصیل Original Article <br> <strong>مقدمه:</strong> شیوع سرطان‌های مربوط به گوارش، بخصوص معده و روده رو به افزایش است. ازطرفی سرطان معده شایع‌ترین سرطان دستگاه گوارش در ایران بوده و سن ابتلا به سرطان مری و روده در ایران کاهش یافته است. درنتیجه بررسی عوامل و پروتئین‌های دخیل در این سرطان‌ها بسیار حائز اهمیت است.<br> <strong>روش:</strong> در این پژوهش به منظور بررسی شبکه‌های میانکنشی پروتئین‌های دخیل در سرطان‌های مری، معده و روده از تحقیقات قبلی، با رویکرد کمی استفاده شده است. ابتدا پروتئین‌های شناسایی شده‌ سرطان‌های مری، معده و روده از پایگاه&shy;های داده مربوطه و مقالات استخراج شد، سپس ترسیم و تحلیل تقاطع و تعیین پروتئین&shy;های کلیدی در شبکه‌ میانکنشی پروتئین&shy;ها &nbsp;با استفاده از سرورها و نرم افزارهای <span dir="ltr">STRING 11.0,</span><span dir="ltr"> Cytoscape 3.7.3, NDEx 2.4.3, UniProt</span>&nbsp; &nbsp;انجام شد. از افزونه <span dir="ltr">CentiScaPe 2.2</span> &nbsp;و <span dir="ltr">CytoHubba</span> با بررسی شاخص‌های مرکزیت مختلف برای تعیین گره‌های کلیدی و پروتئین&shy;های مشترک مرکزی استفاده شد. درنهایت پس از بررسی پروفایل بیانی پروتئین&shy;های با شاخص&shy;های مرکزیت بالادر <span dir="ltr">Expression Atlas, GEPIA2, GTEx v8</span> ، پروتئین&shy;های مشترک در هر سه سرطان تعیین شدند.<br> <strong>نتایج:</strong> نتایج نشان داد پروتئین&shy;های <span dir="ltr">PLK1, CCNB1, CCNA2, BUB1B, CDK1 </span>&nbsp;به عنوان مشترک مرکزی در هر سه بافت هستند. این پروتئین&shy;ها ضمن داشتن همبستگی بالا (<span dir="ltr">R=>0/8</span>) با یکدیگر، دارای تفاوت بیان معنی&shy; دار در بافت&shy;های نرمال و سرطانی هستند. &nbsp;<br> <strong>نتیجه گیری: </strong>پروتئین&shy;های<span dir="ltr">PLK1, CCNB1, CCNA2, BUB1B, CDK1 </span>&nbsp;می&shy;توانند به عنوان مارکر تشخیصی و درمانی سرطان‌های مری، معده و روده استفاده شوند. ادامه‌ مطالعات بر روی این پروتئین&shy;ها آینده‌ روشنی را برای یافتن درمان انواع مختلف سرطان دستگاه گوارش در پی دارد. <strong>Introduction:</strong> The prevalence of gastrointestinal cancers, especially gastric and colorectal cancers, is increasing. Gastric cancer is the most common gastrointestinal cancer in Iran and the age of esophageal and colon cancers onset has decreased in Iran. Therefore, it is important to study the factors and proteins involved in these cancers. Use of computational tools is an effective way to study protein networks and identify the important proteins involved in these diseases.<br> <strong>Method:</strong> At first identified proteins from esophageal, gastric and colon cancers were extracted from relevant databases and articles; then, the Protein-Protein Interaction (PPI) networks were mapped and analyzed for cross-linking and determination of key proteins using servers and software such as STRING 11.0, Cytoscape 3.7.3, NDEx 2.4.3, and UniProt. The CentiScaPe 2.2 plugin was used by examining the centrality indices (Betweenness, Closeness, Degree) and the CytoHubba plugin was used by different centrality indices for determination of the key nodes and the central common proteins. Finally, after investigation of the expression profiles of proteins with high centrality indices using GTEx v8, Expression Atlas, and GEPIA2, the final common proteins were determined in all three cancers.<br> <strong>Results:</strong> The results showed that PLK1, CCNB1, CCNA2, BUB1B, and CDK1 proteins are the central common proteins in all three tissues. These proteins are highly correlated (R => 0.8) with each other and have significant expression differences in normal and cancerous tissues<span dir="RTL">.</span><br> <strong>Conclusion:</strong> PLK1, CCNB1, CCNA2, BUB1B, and CDK1 proteins can be used as diagnostic and therapeutic markers for esophageal, gastric, and colon cancers. Further studies on these proteins will have a bright future for the treatment of various types of gastrointestinal cancer. سرطان مری, سرطان معده, سرطان روده, شبکه‌ میانکنشی پروتئینها, پروتئین مرکزی, زیست سامانه‌ای Esophageal Cancer, Gastric Cancer, Colon Cancer, Interactive Protein Network, Central Protein, Systems Biology 453 465 http://jhbmi.ir/browse.php?a_code=A-10-659-1&slc_lang=fa&sid=1 Najaf Allahyari Fard نجف الهیاری فرد allahyar@nigeb.ac.ir 10031947532846006345 10031947532846006345 Yes Ph.D. in Biology-Molecular Genetics, Assistant Professor, Systems Biotechnology Dept., National Institute of Genetic Engineering & Biotechnology (NIGEB), Tehran, Iran دکتری زیست شناسی- ژنتیک مولکولی، استادیار، گروه زیست فناوری سامانه‌ای، پژوهشگاه ملی مهندسی ژنتیک و زیست‌فناوری، تهران، ایران Afrooz Davari افروز داوری doost.me.all@gmail.com 10031947532846006346 10031947532846006346 No M. Sc. in Biology, NourDanesh Institute of Higher Education, Meymeh, Esfahan, Iranv کارشناسی ارشد زیست‌شناسی، مؤسسه آموزش عالی غیرانتفاعی نور دانش میمه، اصفهان، ایران Atiye Karbalaei عطیه کربلایی at.karbalaee@gmail.com 10031947532846006347 10031947532846006347 No M.Sc. in Biotechnology, Faculty of Advanced Sciences and Technology, Tehran Medical Sciences, Islamic Azad University, Tehran, Iran کارشناسی ارشد زیست‌فناوری، دانشکده علوم و فناوری‌های نوین، علوم پزشکی تهران، دانشگاه آزاد اسلامی تهران، ایران Mohammad Reza Zamani محمدرضا زمانی zamani@nigeb.ac.ir 10031947532846006348 10031947532846006348 No Ph.D. in Molecular Genetics, Professor, Plant Molecular Biotechnology Dept., National Institute of Genetic Engineering & Biotechnology (NIGEB), Tehran, Iran دکتری ژنتیک مولکولی، استاد، گروه زیست‌فناوری مولکولی گیاهی، پژوهشگاه ملی مهندسی ژنتیک و زیست‌فناوری، تهران، ایران