Nurfatihah, Baiq Mira (2026) Dual-Approach Characterization of Key Gene Markers in Triple-Negative Breast Cancer Through Comprehensive Bioinformatics and Machine Learning Integration. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF Thesis_Approved_Baiq Mira Nurfatihah_Dual Approach.pdf Restricted to Repository staff only until 19 July 2027. Download (2MB)

Arabic Abstract

ملخص الرسالة يُعد سرطان الثدي ثلاثي السلبية/الشبيه بالقاعدي (TNBC/Basal-like) أحد أكثر الأنماط الفرعية لسرطان الثدي عدوانية، ولا يزال من أكثرها صعوبة في الإدارة والعلاج مقارنةً بالأنماط الفرعية الأخرى. تهدف هذه الدراسة إلى تحديد وتحليل الواسمات الجينية الرئيسية في سرطان الثدي ثلاثي السلبية بطريقة أكثر شمولاً. تم تحليل ثلاث مجموعات بيانات عامة، وهي GSE65216 و GSE96860 و TCGA-BRCA، لتحديد الجينات ذات التعبير التفاضلي القوي عبر مجموعات البيانات. أُجري تحليل المعلوماتية الحيوية التقليدي لتحديد الجينات المحورية، ثم دُمج مع تعلّم الآلة القائم على البقاء للكشف عن الجينات ذات الصلة بالتنبؤ بمآل المرض. تم تكامل نتائج كلا المسارين من خلال تحليل التداخل، تلاه تقييم الجين المرشح النهائي من حيث علاقته بالتنبؤ، ونمط التعبير، والارتباطات المناعية. أنتج التحليل عبر مجموعات البيانات 172 جينًا ثابتًا مرتفع التعبير و 135 جينًا ثابتًا منخفض التعبير. وقد حدد تحليل المعلوماتية الحيوية التقليدي الجينات المحورية الرئيسية في شبكة الجينات مرتفعة التعبير، وهي CDK1، CCNB2، BUB1، CDC6، E2F1، و CENPA، بينما شملت شبكة الجينات منخفضة التعبير EGR2، ATF3، GNG2، CAV1، FBLN1، و FOXO1. في مسار تعلّم الآلة، أظهر النموذج أداءً جيدًا بقيمة C-index بلغت 0.753 في مجموعة التدريب و 0.659 في مجموعة الاختبار، مع نسب خطر بلغت 4.869 و 3.191 على التوالي. ومن خلال هذا المسار، تم اختيار 24 جينًا باعتبارها الجينات الأكثر تأثيرًا من الناحية التنبؤية. أظهر تكامل نتائج النهجين أن جين EGR2 كان الجين الوحيد الذي ظهر بصورة متسقة في كلٍّ من مسار المعلوماتية الحيوية التقليدي ومسار تعلّم الآلة. كما أظهر التقييم الإضافي أن ارتفاع تعبير EGR2 يميل إلى الارتباط بمآل أفضل للمرض، وكان مرتبطًا ارتباطًا إيجابيًا بالمسارات المناعية المميزة، ودرجة السمية الخلوية (CYT)، ودرجة توقيع IFN-γ، وعدد من جينات نقاط التفتيش المناعية، مما يشير إلى نمط مناعي نشط أو ملتهب مناعيًا. الكلمات المفتاحية: سرطان الثدي ثلاثي السلبية، الجين الرئيسي، المعلوماتية الحيوية، تعلّم الآلة القائم على البقاء ، EGR2، الواسم الحيوي التنبؤي.

English Abstract

ABSTRACT Triple-negative breast cancer (TNBC)/Basal-like is one of the most aggressive breast cancer subtypes and remains the most challenging to manage compared with other subtypes. This study aims to identify and analyze key gene markers in TNBC in a more comprehensive manner. Three public cohorts, GSE65216, GSE96860, and TCGA-BRCA, were analyzed to identify genes that were strongly differentially expressed across the datasets. Classical bioinformatics analysis was performed to identify hub genes and then combined with survival-based machine learning to detect genes that are prognostically relevant. The results from both pipelines were integrated through overlap analysis, followed by prognostic, expression, and immune association evaluation of the final candidate gene. Cross-dataset analysis produced 172 upregulated robust genes and 135 downregulated robust genes. Classical bioinformatics analysis identified the main hub genes in the upregulated network as CDK1, CCNB2, BUB1, CDC6, E2F1, and CENPA, while the downregulated network included EGR2, ATF3, GNG2, CAV1, FBLN1, and FOXO1. In the machine learning pathway, Model showed good performance with a C-index of 0.753 in the training set and 0.659 in the test set, with hazard ratios of 4.869 and 3.191, respectively. Through this pathway, 24 genes that were most influential prognostically were selected. Integration of the results from both approaches showed that EGR2 was the only gene that consistently appeared in both the classical bioinformatics and machine learning pathways. Further evaluation showed that higher EGR2 expression tended to be associated with better prognosis and was positively correlated with hallmark immune-related pathways, CYT score, IFN-γ signature score, and various immune checkpoint genes, leading to an immune-active or immune-inflamed phenotype. Keywords: Triple-Negative Breast Cancer, Key Gene, Bioinformatics, Survival Machine Learning, EGR2, Prognostic Biomarker.

Item Type:	Thesis (Masters)
Subjects:	Computer Research > General
Department:	College of Chemicals and Materials > Bioengineering
Thesis Advisor:	Irshad Ahmad,
Thesis Committee Members:	Alexis Mouanda, Fakhri Alam Khan,
Depositing User:	BAIQ MIRA NURFATIHAH
Date Deposited:	28 Jul 2026 04:42
Last Modified:	28 Jul 2026 04:42
URI:	https://eprints.kfupm.edu.sa/id/eprint/144665