Chulalongkorn University Theses and Dissertations (Chula ETD)
Other Title (Parallel Title in Other Language of ETD)
การแสดงออกของโปรตีนในเนื้องอกต่อมไทรอยด์ชนิดที่มีการห่อหุ้มด้วยแคปซูลและมีการเรียงตัวในรูปแบบเป็นฟอลลิเคิล
Year (A.D.)
2023
Document Type
Thesis
First Advisor
Somboon Keelawat
Second Advisor
Shanop Shuangshoti
Third Advisor
Nakarin Kitkumthorn
Faculty/College
Faculty of Medicine (คณะแพทยศาสตร์)
Degree Name
Doctor of Philosophy
Degree Level
Doctoral Degree
Degree Discipline
Medical Sciences
DOI
10.58837/CHULA.THE.2023.660
Abstract
Diagnosing encapsulated follicular-patterned thyroid tumors such as Invasive Encapsulated Follicular Variant Papillary Thyroid Carcinoma (IEFVPTC), Non-invasive Follicular Thyroid Neoplasm with Papillary-like Nuclear Features (NIFTP), and Well-Differentiated Tumor of Uncertain Malignant Potential (WDT-UMP) is challenging due to their morphological and molecular similarities. This study aimed to investigate the protein distinctions among these three thyroid tumors and uncover biological insights into tumorigenesis through proteomic analysis. We also evaluated the practicality and clinical value of a protein biomarker panel defined by machine learning for identifying IEFVPTC, initially using formalin-fixed paraffin-embedded (FFPE) samples. We performed a total shotgun proteome analysis, quantifying the expression of over 1,398 proteins from 12 normal thyroid tissues, 13 IEFVPTC, 11 NIFTP, and 10 WDT-UMP. Principal component analysis showed a clear separation of IEFVPTC and normal tissue samples, distinguishing them from the low-risk tumor group (NIFTP and WDT-UMP). IEFVPTC exhibited the highest number of differentially expressed proteins (DEPs) compared to the other tumors. No distinguishing proteins were found between NIFTP and WDT-UMP. Moreover, DEPs in IEFVPTC were significantly associated with thyroid tumor progression pathways. Certain hub genes linked to immune checkpoint inhibitor therapy response were identified, suggesting potential prognostic indicators. We developed a Random Forest classifier using 5 protein biomarkers (ZEB1, NUP98, C2C2L, NPAP1, and KCNJ3) derived from proteomic data of 38 FFPE thyroid tissue samples from a retrospective cohort. This classifier achieved AUCs of 1.00 and accuracy rates of 1.00 in training samples for distinguishing IEFVPTC from non-IEFVPTC samples. These findings offer valuable insights into tumor biology and provide a basis for developing novel therapeutic strategies for follicular-patterned thyroid neoplasms. This study demonstrated that integrating high-throughput proteomics with machine learning can effectively differentiate IEFVPTC from other follicular-patterned thyroid tumors.
Other Abstract (Other language abstract of ETD)
การวินิจฉัยเนื้องอกไทรอยด์ชนิดห่อหุ้มโดยแคปซูลที่มีการเรียงตัวในรูปแบบคล้ายเซลล์ฟอลลิคูล่าร์ ได้แก่ มะเร็งไทรอยด์ชนิดแพพพิลารีที่มีการเรียงตัวในรูปแบบคล้ายเซลล์ฟอลลิคูล่าร์ที่มีการรุกล้ำแคปซูล (Invasive Encapsulated Follicular Variant Papillary Thyroid Carcinoma: IEFVPTC), เนื้องอกไทรอยด์ที่ที่มีการเรียงตัวในรูปแบบคล้ายเซลล์ฟอลลิคูล่าร์ที่ไม่มีการรุกล้ำแคปซูลและมีลักษณะนิวเคลียสคล้ายเนื้องอกชนิดแพพพิลารี (Non-invasive Follicular Thyroid Neoplasm with Papillary-like Nuclear Features: NIFTP), และเนื้องอกของไทรอยด์ชนิดเวลดิฟเฟอร์เรนชิเอทที่ไม่สามารถทำนายพฤติกรรมได้อย่างชัดเจน (Well-Differentiated Tumor of Uncertain Malignant Potential: WDT-UMP) เป็นเรื่องที่ท้าทายเนื่องจากมีความคล้ายคลึงกันทางพยาธิสภาพและการเปลี่ยนแปลงในระดับโมเลกุล การศึกษานี้มีจุดประสงค์เพื่อสำรวจความแตกต่างของการแสดงออกของโปรตีนระหว่างเนื้องอกไทรอยด์ทั้งสามชนิดนี้และค้นหากลไกทางชีววิทยาเกี่ยวกับการเกิดเนื้องอกผ่านการวิเคราะห์โปรตีโอมิกส์ นอกจากนี้เรายังประเมินความเป็นไปได้และความสำคัญทางคลินิกของไบโอมาร์กเกอร์ที่เป็นโปรตีนเหล่านี้โดยใช้เครื่องมือทางคอมพิวเตอร์ที่เรียกว่าแมชชีนเลิร์นนิ่งเพื่อช่วยวินิจฉัย IEFVPTC โดยใช้ตัวอย่างที่แช่ด้วยน้ำยาฟอร์มาลินและฝังในพาราฟิน (FFPE) ในการศึกษา เราทำการวิเคราะห์โปรตีโอมแบบช็อตกันทั้งหมด โดยดูปริมาณการแสดงออกของโปรตีนมากกว่า 1,398 ชนิดจากเนื้อเยื่อไทรอยด์ปกติ 12 ตัวอย่าง, IEFVPTC 13 ตัวอย่าง, NIFTP 11 ตัวอย่าง, และ WDT-UMP 10 ตัวอย่าง การวิเคราะห์องค์ประกอบหลักแสดงให้เห็นความแตกต่างที่ชัดเจนของ IEFVPTC และเนื้อเยื่อปกติ รวมถึงกลุ่มเนื้องอกที่มีความเสี่ยงต่ำ ได้แก่ NIFTP และ WDT-UMP โดยภาพรวม IEFVPTC มีการแสดงออกของจำนวนโปรตีนชนิดต่างๆ มากที่สุดเมื่อเทียบกับเนื้องอกอื่น ๆ สำหรับ NIFTP และ WDT-UMP นั้น ไม่พบการแสดงออกของโปรตีนที่แตกต่างระหว่างกันอย่างมีนัยสำคัญ นอกจากนี้โปรตีนชนิดต่างๆ ที่แสดงออกใน IEFVPTC ยังแสดงให้เห็นถึงความเกี่ยวข้องกับเส้นทางของการเกิดเนื้องอกไทรอยด์ ในงานวิจัยนี้ คณะผู้วิจัยยังได้ค้นพบยีนฮับบางชนิดที่เชื่อมโยงกับการตอบสนองต่อการรักษาด้วยสารยับยั้งจุดตรวจภูมิคุ้มกัน ซึ่งอาจนำไปศึกษาต่อยอดเพื่อใช้เป็นตัวบ่งชี้การพยากรณ์โรคได้ เราได้พัฒนาตัวจำแนกประเภทแบบ Random Forest classifier โดยใช้ไบโอมาร์กเกอร์ที่เป็นโปรตีน 5 ชนิด (ZEB1, NUP98, C2C2L, NPAP1 และ KCNJ3) ที่ได้จากข้อมูลโปรตีโอมของตัวอย่างเนื้อเยื่อไทรอยด์ที่เก็บไว้ในรูปแบบ FFPE จำนวน 38 ตัวอย่าง การใช้ตัวจำแนกประเภท Random Forest classifier นี้ทำให้ได้ค่า AUCs ที่ 1.00 และ accuracy rates ที่ 1.00 เช่นกันในตัวอย่างกลุ่มเทรนนิ่งในการแยก IEFVPTC ออกจากตัวอย่างที่ไม่ใช่ IEFVPTC ผลการค้นพบนี้ก่อให้เกิดประโยชน์เกี่ยวกับความเข้าใจของกระบวนการทางชีววิทยาของเนื้องอกเหล่านี้และเป็นความรู้พื้นฐานสำหรับใช้เป็นแนวทางการพัฒนาวิธีการรักษาใหม่ๆสำหรับเนื้องอกที่มีการเรียงตัวในรูปแบบคล้ายเซลล์ฟอลลิคูล่าร์ การศึกษานี้บ่งชี้ว่าการใช้ข้อมูลด้านโปรตีโอมิกส์ร่วมกับแมชชีนเลิร์นนิ่งสามารถแยกแยะ IEFVPTC ออกจากเนื้องอกไทรอยด์ที่มีการเรียงตัวในรูปแบบคล้ายเซลล์ฟอลลิคูล่าร์อื่น ๆ ได้อย่างมีประสิทธิภาพ
Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-No Derivative Works 4.0 International License.
Recommended Citation
Truong, Nguyen Phan Xuan, "Differential protein expression profile in encapsulated follicular-pattern thyroid tumors" (2023). Chulalongkorn University Theses and Dissertations (Chula ETD). 11757.
https://digital.car.chula.ac.th/chulaetd/11757