Regulačná sieť MiRNA-mRNA je spojená s reakciou na transplantáciu pri akútnom poškodení obličiek
Mar 21, 2022
Duan Guo1,2†, Yu Fan3†, Ji-Rong Yue4*a Tao Lin3*
Kontakt:joanna.jia@wecistanche.com
Abstraktné
Pozadie:Akútnaobličkyzranenie(AKI) je život ohrozujúca komplikácia charakterizovaná rýchlym poklesom funkcie obličiek, ku ktorému často dochádza po transplantácii. Molekulárny mechanizmus, ktorý je základom vývoja posttransplantačnej (post-Tx) AKI, však stále zostáva neznámy. Rastúci počet štúdií preukázal, že určité mikroRNA (miRNA) vykonávajú kľúčové funkcie v AKI. Táto štúdia sa snažila objasniť molekulárne mechanizmy v post-Tx AKI vytvorením regulačnej siete miRNA-mRNA.
Výsledky:Na základe dvoch súborov údajov (GSE53771 a GSE53769) boli pomocou analýzy váženej siete koexpresie génov (WGCNA) identifikované tri kľúčové moduly, ktoré obsahovali 55 mRNA, 76 mRNA a 151 miRNA. Myseľ IP v4.1 sa použila na predpovedanie interakcií kľúčových modulových mRNA a miRNA a páry miRNA-mRNA s spoľahlivosťou viac ako 0.2 boli vybrané na vytvorenie regulačnej siete miRNA-mRNA pomocou Cytoscape . Sieť miRNA–mRNA pozostávala z 82 uzlov (48 mRNA a 34 miRNA) a 125 hrán. Dve miRNA (miR-203a-3pa miR-205-5p) a ERBB4 s vyšším stupňom uzla v porovnaní s inými uzlami môžu hrať ústrednú úlohu v post-Tx AKI. Okrem toho analýza dráhy génovej ontológie (GO) a Kjótskej encyklopédie génov a genómov (KEGG) naznačila, že táto sieť sa podieľala hlavne naobličky-/funkcie súvisiace s obličkami a signálne dráhy PI3K–Akt/HIF-1/Ras/MAPK.
Záver:Skonštruovali sme regulačnú sieť miRNA-mRNA, aby sme poskytli nové poznatky o vývoji post-Tx AKI, čo by mohlo pomôcť objaviť nové biomarkery alebo terapeutické lieky na zvýšenie schopnosti včasnej predpovede a intervencie a zníženie úmrtnosti AKI po transplantácii.
Kľúčové slová: Akútnaobličkyzranenie, Transplantácia obličiek, WGCNA, sieť miRNA–mRNA
cistanche propiedadespreobličky
Pozadie
Ako typ klinicky kritického ochorenia s rýchlou stratou funkcie obličiek a vysokou mortalitou,akútnaobličkyzranenie(AKI) sa bežne vyskytuje u príjemcov transplantátu, čo môže viesť k zlyhaniu transplantátu a smrti [1]. Včasná diagnostika a liečba sú rozhodujúce pre zlepšenie prognózy pacientov s AKI, ale v súčasnosti im bráni nedostatok špecifických indikátorov na včasnú predikciu, odstupňované hodnotenie a monitorovanie liečebného účinku. Keďže AKI je najčastejším kritickým ochorením v multidisciplinárnych oblastiach, v posledných desaťročiach bolo hlásených čoraz viac štúdií o AKI [2–4]. Patogenéza AKI je však stále nejasná.
MikroRNA (miRNA) je druh malej nekódujúcej RNA, ktorá obsahuje približne 22 nukleotidov, ktorá sa môže viazať na 3′-UTR cieľových mRNA na post-transkripčnej úrovni a vykonávať rôzne dôležité fyziologické a patofyziologické funkcie v bunkách [5 ]. Uvádza sa, že miRNA sú schopné regulovať rôzne cicavčie mRNA [6], zatiaľ čo jedna mRNA by mohla byť zacielená veľkou skupinou miRNA, čo dokazuje, že úlohy miRNA v génovej regulácii by sa mali interpretovať komplexnými sieťami [7]. V posledných rokoch sa počet štúdií zameraných na sieť mRNA-miRNA exponenciálne zvýšil, pretože sa predpokladá, že pomáha odhaliť molekulárny mechanizmus rôznych chorôb, medzi ktoré patrí neuroblastóm [8], diabetes 2. typu [9] a spontánne intracerebrálne krvácanie [10]. Nedávne štúdie zistili, že zmeny v expresii mRNA a miRNA by ovplyvnili proliferáciu a apoptózu renálnych buniek, ktoré súvisia s výskytom a rozvojom AKI [11, 12]. Napriek tomu je publikovaných málo údajov o potenciálnej sieti mRNA a miRNA v AKI po transplantácii.
V ére presnej medicíny môžu vysokovýkonné sekvenčné údaje v kombinácii s účinnou bioinformatickou analýzou identifikovať potenciálne cieľové gény a mechanizmy, ktoré prispievajú k pokroku AKI. Analýza siete váženej génovej koexpresie (WGCNA) je metóda široko používaná na nájdenie základných regulátorov chorôb, pretože má schopnosť zoskupovať gény s podobnými vzormi expresie do modulov (v ktorých sa bežne nachádzajú regulátory jadra) a analyzovať vzťah. medzi modulmi a špecifickými znakmi alebo fenotypmi [13]. V novo publikovanej štúdii cervikálnej intraepiteliálnej neoplázie (CIN) sa vykonala WGCNA na identifikáciu šiestich modulov súvisiacich s ochorením, z ktorých sa skrínovalo 31 kandidátskych génov na liečbu CIN [14]. Bioinformatická analýza nielenže zlepšuje efektivitu výskumu biologických funkcií, ale poskytuje aj spoľahlivé informácie na skúmanie molekulárnych mechanizmov [15, 16]. Na základe veľkých súborov údajov o profiloch expresie mRNA a miRNA u toho istého pacienta by skúmanie regulačnej siete miRNA – mRNA mohlo pomôcť objasniť molekulárne mechanizmy chorôb [17, 18].
V tejto štúdii sa súbory údajov expresie GSE53769 (mRNA) a GSE53771 (miRNA) podrobili WGCNA na identifikáciu kľúčových modulov spojených s post-Tx AKI. Ďalej bola skonštruovaná regulačná sieť miRNA – mRNA na objasnenie epigenetických mechanizmov, ktoré sú základom progresie post-Tx AKI, čím sa poskytuje možný smer pre budúci klinický výskum.
Výsledky
Identifikácia kľúčových modulov súvisiacich s post-Tx AKI na základe súboru údajov GSE53769
Podľa Pearsonových korelačných a priemerných väzbových algoritmov bolo 36 vzoriek zoskupených a dendrogram vzorky a teplotná mapa vlastností sú znázornené na obr. 1a; zistili sme, že GSM1300317 (ktorá patrí do skupiny post-Tx PBX) bola zoskupená samostatne a môže byť potenciálnou odľahlou hodnotou. Preto sa použil graf at-SNE (t-distribuované vloženie stochastických susedov), aby sa zabezpečilo, že táto vzorka neovplyvní následné analýzy. Ako je znázornené v dodatočnom súbore 2: Obrázok S2, po zmenšení rozmeru nedošlo k žiadnej zjavnej odľahlej hodnote, a preto sme pokračovali s WGCNA. Ako je znázornené na obr. 1b, sila mäkkého prahu 9 bola zvolená tak, aby zaručila charakter siete génovej koexpresie bez škálovania (obr. 1b). Histogram sieťovej konektivity a zodpovedajúci log-log graf sú zobrazené v doplnkovom súbore 3: Obrázok S3A-B; R2 bola 0,89, čo naznačuje, že bola splnená približná topológia bez mierky. Podrobné informácie o indexoch mäkkého prahu ft vrátane k, R2 a prispôsobeného R2 sú uvedené v doplnkovom súbore 10: Tabuľka S1. Desať génov s podobnými vzormi expresie bolo rozdelených do modulov prostredníctvom priemerného hierarchického zoskupovania (obr. 1c). Na lepšie rozlíšenie modulov s rôznymi vzormi výrazov boli každému modulu pridelené rôzne farby. Ako je znázornené na obr. 1d, bol skonštruovaný dendrogram zhlukovania modulov, ktorý generoval celkom 18 modulov. Sivý modul obsahoval gény, ktoré nemožno priradiť k ostatným 17 modulom. Teplotná mapa opisujúca koreláciu medzi klinickými znakmi a modulmi je znázornená na obr. 1e. Spomedzi týchto modulov vykazoval čierny modul najvyššiu pozitívnu koreláciu s post-Tx AKI (P=0.002, R=0.5), zatiaľ čo tan modul vykazoval najsilnejšiu negatívnu koreláciu s post-Tx AKI (P=4e−05, R= −0,63). Preto boli tieto dva moduly vybrané ako kľúčové moduly. Priradenia mRNA v moduloch black and tan sú uvedené v dodatočnom súbore 11: Tabuľka S2.
Géno-génová sieť a analýza funkčného obohatenia v moduloch black and tan
Ako je znázornené na obr. 2a, korelačný koeficient členstva v module (MM) vs. génová významnosť (GS) v čiernom module bol 0.57 s P=5.5e−38. V čiernom module bolo identifikovaných celkovo 14 hub génov, ktoré zahŕňali CLIC5, PCOLCE2, NDNF, ESRP1, ENPEP, RASAL2, SLIT2, PSAT1, NOX4, GDA, CNTN3, CFAPP221, CA2 a ZNF311 (obr. 2b). Desať, analýza obohatenia dráhy GO a KEGG sa uskutočnila na génoch v čiernom module. Ako je znázornené na obr. 2c, zistili sme, že najviac obohatené termíny GO v kategórii biologických procesov (GO-BP) boliobličkyvývoj, vývoj renálneho systému a regulácia ERK1/2 kaskády. Najviac obohatené termíny GO v ostatných kategóriách (GO-CC a GO-MF) boli apikálna časť väzby bunky a bunkovej adhéznej molekuly (obr. 2d, e). Na analýzu dráhy KEGG boli tieto gény obohatené hlavne o signálne dráhy MAPK a signálne dráhy Raq1 (obr. 2f).
The genes of the tan module underwent the same analysis. Te scatter plots of MM versus GS in the tan module (cor=0.6, P=4.2e−18) are shown in Fig. 3a. The gene-gene network centered on hub genes in this module is depicted in Fig. 3b. As we can see, the tan module contained 12 hub genes including DMXL1, MAF, GPHN, MYOF, CDK14, and QDPR. The functional annotation of genes in the tan module is depicted in Fig. 3c–f, indicating that the black module genes were primarily enriched in functions of the coenzyme metabolic process, the extrinsic component of the plasma membrane, and coenzyme binding, as well as pathways of folate (FA) biosynthesis. Detailed information of differentially expressed genes (defined by log2 fold change>0.1 a p-hodnota<0.05 when="" comparing="" their="" expression="" in="" post-tx="" aki="" group="" to="" that="" in="" zero-hour="" aki="" group)="" in="" black="" module="" and="" the="" tan="" module="" is="" provided="" in="" additional="" file="" 4:="" figure="" s4="" and="" additional="" file="" 5:="" figure="" s5,="">
Identifikácia kľúčových modulov súvisiacich s post-Tx AKI na základe súboru údajov GSE53771
Aby sme preskúmali úlohy miRNA v post-Tx AKI, uskutočnili sme tiež WGCNA pre miRNA na základe súboru údajov GSE53771. Konštrukčné kroky koexpresnej siete pre miRNA boli podobné ako kroky pre mRNA. Vzorový dendrogram a teplotná mapa znaku sú znázornené na obr. 4a. Na zabezpečenie siete bez škálovania bol výkon mäkkého prahu nastavený na 6 (obr. 4b). Histogram sieťovej konektivity a zodpovedajúci log-log graf sú zobrazené v doplnkovom súbore 3: Obrázok S3C-D; R2 bolo 0.98, čo naznačuje, že bola splnená približná topológia bez mierky. Podrobné informácie o mäkkých prahových indexoch vrátane k, R2 a prispôsobeného R2 sú uvedené v dodatočnom súbore 10: Tabuľka S1. Celkovo boli identifikované tri miRNA moduly, ktoré boli na sebe nezávislé (obr. 4c, d). Desať, analyzovala sa korelácia modulov miRNA s klinickými znakmi a výsledok ukázal, že modrý modul miRNA bol jediným modulom významne korelujúcim s post-Tx AKI (P=0.003, R= − 0,36) (obr. 4e). Preto bol modrý modul miRNA, ktorý pozostával zo 76 miRNA, vybraný ako kľúčový modul miRNA pre následnú analýzu. Podrobné informácie o týchto miRNA sú uvedené v dodatočnom súbore 11: Tabuľka S2.
Sieť MiRNA-miRNA a analýza funkčného obohatenia v module modrej miRNA
Ako je znázornené na obr. 5a, korelačný koeficient MM verzus GS v modrom miRNA module bol 0.32 s P=5.8e−5. Interakčná sieť modulových miRNA ukázala, že v modrom miRNA module bolo identifikovaných 17 hubových miRNA (obr. 5b). Na ďalšie skúmanie biologických úloh miRNA v tomto module sa cieľové gény týchto miRNA použili na vykonanie analýzy funkčného obohatenia. Výsledky anotácie funkcie sú znázornené na obr. 5c – e, čo naznačuje, že miRNA modrého modulu miRNA boli významne spojené s GO termínmi malej transdukcie sprostredkovanej GTPázou, vývojom žliaz, aktivitou koregulátora transkripcie a spojením adherentov, ako aj KEGG položky signálnej dráhy MAPK a infekcia vírusom ľudskej T-bunkovej leukémie 1.
Detailed information of differentially expressed miRNAs (defined by log2 fold change>0.1 a p-hodnota<0.05 when="" comparing="" their="" expression="" in="" post-tx="" aki="" group="" to="" that="" in="" zero-hour="" aki="" group)="" in="" the="" blue="" module="" is="" provided="" in="" additional="" file="" 6:="" figure="">
Conkonštrukcie z regulačné miRNA–mRNA siete in post-Tx AKI
Gény a miRNA, ktoré tvorili kľúčové moduly a kľúčový modul miRNA, sa použili na vytvorenie regulačnej siete miRNA-mRNA. Celkovo 1048 predpovedaných párov miRNA–mRNA v triede vysokej spoľahlivosti bolo získaných z miRDIP v4.1 a použitých na vytvorenie siete pomocou Cytoscape (doplnkový súbor 7: Obrázok S7). Funkčná anotácia mRNA v tejto sieti je znázornená v dodatočnom súbore 8: Obrázok S8, čo naznačuje, že tieto mRNA sa podieľali hlavne na adhézii bunka-substrát, vývoji urogenitálneho systému, väzbe heparínu, väzbe kolagénu, signálnej dráhe AGE-RAGE u diabetikov komplikácie, ako aj signálna dráha PI3K–Akt. Potom, aby sme získali sieť, ktorá môže zohrávať kľúčové úlohy v patogenéze post-Tx AKI, vybrali sme páry miRNA-mRNA s istotou viac ako 0.2, aby sme vytvorili regulačnú sieť miRNA-mRNA (obr. 6). Regulačná sieť miRNA-mRNA pozostávala z 82 uzlov (48 mRNA a 34 miRNA) a 125 hrán. Po analýze siete sme našli miR-203a-3p, miR-205-5}p a ERBB4 s vyšším stupňom uzlov v porovnaní s inými uzlami a podrobnosti kvantifikácie sú uvedené v dodatočnom súbore 12 : Tabuľka S3. Desať funkčných analýz odhalilo, že celkovo 48 mRNA bolo obohatených hlavne o GO z hľadiska morfogenézy epitelovej trubice, vývoja nefrónov, vývoja urogenitálneho systému a transmembránovej receptorovej proteínkinázy (obr. 7a–c). Neexistovali žiadne významne obohatené KEGG dráhy, pretože ich p-hodnoty boli vyššie ako 0,05 (obr. 7d). Pre krížovú validáciu sme porovnali naše aktuálne výsledky získané z databázy miRDIP s výsledkami z databázy miRNet. Celkovo bolo po minúte identifikovaných 75 699 párov miRNA–mRNA a medzi výsledkami databázy miRNet a databázou miRDIP došlo k priesečníku 117 párov miRNA–mRNA; príslušná regulačná sieť je zobrazená v doplnkovom súbore 9: Obrázok S9B. Analýzy obohatenia 117 párov miRNA–mRNA ukázali, že sa podieľali prevažne na negatívnej regulácii organizácie bunkových komponentov, reakcii na organickú látku v kategórii GO-BP; komplex eukaryotického translačného iniciačného faktora 4F a jadrové telo v kategórii GO-CC; Aktivita SNAP receptora, väzba proteínového komplexu, aktivita proteínovej tyrozínfosfatázy v kategórii GO-MF, ako aj KEGG dráhy spojené so signalizáciou karcinómu obličkových buniek, signalizáciou prolaktínu a NFR2- sprostredkovanou reakciou na oxidačný stres. Pretože vyššie uvedené výsledky funkčného obohatenia boli založené na pároch miRNA-mRNA predpovedaných databázami miRNet aj miRDIP, mohli by byť reprezentatívnejšie pre epigenetické mechanizmy, ktoré sú základom post-Tx AKI.
Diskusia
Post-Tx AKI je častou komplikáciou po transplantácii, ktorá sa vyznačuje rýchlym poklesom renálnych funkcií a vysokou mortalitou [19]. Uchopenie najlepšieho času na včasnú diagnostiku a intervenciu post-Tx AKI je náročné kvôli nedostatku špecifických indikátorov na včasnú predikciu, hodnotenie klasifikácie a monitorovanie účinnosti. Na prekonanie takýchto problémov je rozhodujúce skúmanie patomechanizmov a potenciálnych biomarkerov post-Tx AKI. V roku 2014 Wilfingseder a spol. vykonali mikročipovú analýzu miRNA a mRNA založenú na bioptickej vzorke obličkového transplantátu s AKI a ďalej identifikovali molekulárny podpis špecifický pre AKI pomocou analýzy diferenciálnej génovej expresie (DEA) [20]. DEA však môže ľahko vylúčiť niektoré dôležité gény, ktorých úroveň expresie sa mení len málo, ale zohrávajú kľúčovú úlohu pri chorobách. Okrem toho je ťažké potvrdiť, či rozdielne exprimované mRNA a miRNA v post-Tx biopsii medzi kontrolou a AKI súviseli s post-Tx AKI kvôli skutočnosti, že Tx by tiež mohol viesť k abnormálnej expresii niektorých génov. Pribúdajúce štúdie ukázali, že iniciáciu a progresiu všetkých chorôb nemožno regulovať niekoľkými génmi, skôr sieťou viacerých RNA [21, 22]. Vybudovanie regulačnej siete RNA by teda mohlo byť sľubnou stratégiou na pochopenie vývoja ochorenia a zavedenie novej terapie [23]. Ako robustný bioinformatický prístup má WGCNA schopnosť zlepšiť jednoduché korelačné siete kvantifikáciou korelácií medzi jednotlivými pármi génov, ako aj rozsahu, v akom tieto gény zdieľajú rovnakých susedov [24]. WGCNA zahŕňa nielen rozdielne exprimované gény, ale aj gény, ktoré nie sú významne rozdielne exprimované, ale stále sú kľúčovým mediátorom určitých klinických znakov. V posledných rokoch bola WGCNA aplikovaná u rôznych ľudí
výskum chorôb na skríning biomarkerov a objasnenie molekulárnych mechanizmov, ktoré sú základom vývoja choroby [25, 26].
V súčasnej štúdii na základe súborov údajov mRNA a miRNA microarray boli pomocou WGCNA identifikované tri moduly, ktoré významne korelovali s AKI po transplantácii. Modul Te tan obsahujúci 55 mRNA vykazoval významne negatívnu koreláciu s post-Tx AKI. Viaceré štúdie uviedli, že vysoká koncentrácia FA by mohla spôsobiť akútnu tubulárnu nekrózu ako tvorbu kryštálov FA v renálnych tubuloch, čo vedie k zlyhaniu obličiek [27, 28]. Te mRNA v tan module sa podieľali hlavne na dráhe biosyntézy FA, čo naznačuje, že táto dráha zodpovedá za vývoj post-Tx AKI. Ďalej, ako modul najpozitívnejšie súvisiaci s post-Tx AKI, čierny modul pozostával z 80 mRNA. Najmä najviac obohatené položky mRNA čierneho modulu v analýze GO súviseli hlavne s funkciami obličiek, ako napr.obličkyvývoj a vývoj nefrónov, čo potvrdzuje vysokú koreláciu tohto modulu s post-Tx AKI. Predchádzajúca štúdia naznačila, že kaskáda kinázy regulovanej extracelulárnym signálom (ERK) hrá zásadnú úlohu pri aktivácii kompenzačných opravných mechanizmov počasobličkyzranenie[29]. Naša štúdia ukázala, že mRNA čierneho modulu boli tiež významne obohatené o funkcie kaskády ERK1/2. Okrem toho výsledky analýzy KEGG dráhy ukázali, že tieto mRNA úzko súvisia so signálnou dráhou MAPK a signálnou dráhou Ras. Je do značnej miery zdokumentované, že dráha MAPK má kľúčovú úlohu v AKI reguláciou zápalu obličiek, tubulárneho poškodenia a bunkovej smrti [30–32]. Všeobecne sa uznáva, že dráha MAPK/ERK je downstream signálnou molekulou v signálnej dráhe Ras [33]. Vyššie uvedené výsledky odhalili, že abnormálna expresia niektorých génov vedie k AKI reguláciou biosyntézy FA, signálnej dráhy MAPK a signálnej dráhy Ras na ovplyvnenie vývoja obličiek poobličkytransplantácia.
Rastúci počet experimentálnych dôkazov potvrdil, že určité miRNA majú rozhodujúcu úlohu pri detekcii, progresii a intervencii AKI [34]. Amrouche a kol. preukázali, že miR-146a má dôležitú úlohu v renálnej tubulárnej odpovedi, ktorej upregulácia by mohla obmedziť rozvoj AKI [35]. Predchádzajúca štúdia dokázala, že miR-21 v moči možno použiť ako biomarker na predpovedanie vývoja AKI po operácii srdca [36]. Ako jediný modul miRNA významne spojený s post-Tx AKI v tejto štúdii, modrý modul miRNA obsahujúci 151 miRNA negatívne koreloval s post-Tx AKI. Všeobecne sa uznáva, že miRNA môžu regulovať expresiu svojich downstream cieľových génov na vykonávanie biologických funkcií. V súlade s tým sme predpovedali ciele týchto miRNA pomocou „miRNAtap“ a „multiMiR“ na vykonanie funkčnej anotácie. Je potrebné poznamenať, že ciele miRNA kľúčového modulu boli tiež obohatené hlavne o signálnu dráhu MAPK, čo ďalej potvrdilo kľúčovú úlohu dráhy MAPK v procese post-Tx AKI.
Okrem toho je potrebné identifikovať regulačnú sieť miRNA-mRNA, ktorá sa potenciálne podieľa na patogenéze post-Tx AKI, pretože ani gény, ani miRNA nemôžu nezávisle regulovať vývoj post-Tx AKI. Väčšina predchádzajúcich štúdií sa zamerala výlučne na miRNA alebo gény na objasnenie mechanizmu AKI. Pomocou bioinformatických nástrojov sme nakoniec vytvorili regulačnú miRNA-mRNA sieť post-Tx AKI, ktorá pozostávala zo 48 mRNA a 34 miR NA. Spomedzi týchto 82 uzlov miR-203a-3p, miR-205-5p a ERBB4 vykazovali vysoký stupeň a mohli byť centrálnymi uzlami v sieti. Účinky miR-205-5p pri ochoreniach obličiek sa skúmali už skôr. Schena a kol. uviedli, že hladina expresie miR-205-5p významne a pozitívne korelovala so závažnosťou rakoviny obličiek a hypertenznej nefrosklerózy [37]. Experimentálna štúdia, ktorú uskutočnil Sessa a jeho kolegovia, navrhla, že miR-205-5p by mohol byť molekulárnym biomarkerom poškodenia obličiek [38]. Niekoľko štúdií skúmalo úlohu miR-203a-3p a ERBB4 pri vývoji AKI. Je zdokumentované, že ERBB4 by mohol zmierniť oxidačné poškodenie starých mezenchymálnych kmeňových buniek znížením hladín reaktívnych foriem kyslíka (ROS) [39]. Je dobre známe, že všetky transplantované orgány po transplantácii podstúpia určitý stupeň ischemicko-reperfúzneho poškodenia sprostredkovaného vysokou hladinou ROS a potenciálne sa z nich vyvinie AKI. Špekulovali sme, že ERBB4 tiež vykonáva funkciu regulácie hladín ROS pri vývoji post-Tx AKI. Analýza obohatenia te GO mRNA v tejto sieti ukázala, že tieto mRNA boli obohatené o niekoľko funkcií relevantných pre vývoj obličiek. Okrem toho analýza obohatenia KEGG ukázala, že táto sieť sa podieľala hlavne na rade dráh, ktoré boli dobre študované, ako je signálna dráha PI3K–Akt, signálna dráha HIF{24}}, signálna dráha Ras a signálna dráha MAPK. Väčšina z týchto dráh má v AKI rozhodujúcu úlohu [30, 40, 41]. Tieto výsledky potvrdili, že naša analýza bola vykonaná správne.
Celkovo vzaté, naša štúdia po prvýkrát využila WGCNA v kombinácii s analýzou miRDIP v4.1 na komplexnú identifikáciu najpravdepodobnejších interakcií a vytvorenie regulačnej siete miRNA-mRNA spojenej s odozvou na transplantáciu v AKI, ktorá poskytla predbežný rámec a niektoré nové pohľad na objasnenie molekulárneho mechanizmu vývoja post-Tx AKI. Napriek tomu je potrebné spomenúť niektoré obmedzenia tejto štúdie. Po prvé, do tejto štúdie bolo zaradených iba osem vzoriek biopsie AKI po Tx, čo nestačilo na vyvodenie úplne dôveryhodných záverov. Po druhé, regulačná sieť miRNA–mRNA vyžaduje na overenie ďalšie štúdie v experimentoch klinickej a molekulárnej biológie. Keďže je ťažké nájsť kvalifikované údaje, iné typy RNA, ako sú dlhé nekódujúce RNA (lncRNA) a kruhové RNA (circRNA), neboli zahrnuté, čo môže byť nevýhodou pri komplexnom objasnení mechanizmu, ktorý je základom post-Tx AKI. rozvoj.
cistanche stonky prínosy na funkciu obličiek
Závery
Najprv sme úspešne skonštruovali regulačnú miRNA-mRNA sieť spojenú s post-Tx AKI pomocou bioinformatickej analýzy. Výsledky ukázali, že dve miRNA (miR-203a-3p a miR-205-5p) a ERBB4 môžu hrať ústrednú úlohu v post-Tx AKI a biologických funkciách regulačnej miRNA – sieť mRNA bola obohatená o funkcie súvisiace s obličkami / obličkami a signálne dráhy PI3K–Akt/HIF-1/Ras/MAPK. Táto štúdia poskytuje komplexnú perspektívu regulačných sietí na zvýšenie pochopenia molekulárneho mechanizmu v post-Tx AKI. Dúfame, že súčasná štúdia bude prínosom pre objavenie nových biomarkerov alebo terapeutických liekov na zvýšenie schopnosti včasnej predikcie a intervencie a na zníženie úmrtnosti AKI po transplantácii.
Metódy
Návrh štúdie a zber údajov
Celkový návrh tejto štúdie je znázornený v doplnkovom súbore 1: Obrázok S1. Všetky vhodné mikročipové údaje boli stiahnuté z databázy Gene Expression Omnibus (GEO) (http://www.ncbi.nlm.nih.gov/geo/). Súbor údajov GSE53769 je súbor údajov o expresii mRNA, ktorý sa uskutočnil pomocou Affymetrix GeneChip® Human Gene 2.0 ST Array; Súbor údajov GSE53771 je súbor údajov o expresii miRNA, ktorý bol analyzovaný pomocou Affymetrix GeneChip® miRNA 3.0 Array. Tieto dva súbory údajov pozostávali z 18 vzoriek biopsie po nulovej hodine a 18 vzoriek po transplantácii (Tx) od 18 príjemcov obličkového aloštepu (osem s akútnou tubulárnou nekrózou bez odmietnutia definovanou ako AKI a desať protokolových biopsií bez patológie (PBX) definovaných ako kontroly) a predložil Wilfingseder a spolupracovníci [20]. Tieto vzorky boli rozdelené do štyroch skupín, a to AKI v nultej hodine, PBX v nultej hodine, po Tx AKI a po Tx PBX. Tieto dva súbory údajov sa použili na vytvorenie koexpresnej siete, pomocou ktorej by sa dali identifikovať kľúčové moduly mRNA/miRNA spojené s post-Tx AKI, čo umožnilo konštrukciu miRNA-mRNA regulačnej siete, ktorá riadi progresiu post-Tx AKI. .
Výstavba koexpresných sietí
WGCNA is a widely used method to construct co-expression networks that allow the discovery of gene modules, where coordinated expression patterns of the intra-module genes could be identified and related to external clinical phenotypes. In this way, the search for core disease regulators could be narrowed down and confined to the clinically significant modules [13]. Given the foregoing, WGCNA has greatly improved the efficacy of data mining; therefore, in this study, the R package "WGCNA" was utilized to construct co-expression networks based on the expression profiles of mRNAs and miRNAs, respectively. An optimal soft threshold power β, the minimum power parameter that satisfied the scale-free topology (as manifested by scale-free topology ft index>0.85), bola najprv určená. Ďalej bola skonštruovaná koexpresná sieť bez mierky na základe matice susednosti. Matica susednosti bola získaná pomocou vzorca: Adjacencyk,j=cork, j- , kde k a j zodpovedajú dvom ľubovoľným génom a používa sa na zdôraznenie silnej podobnosti medzi k a j, čo zaisťuje, že génové páry s nízkou podobnosťou budú pri priraďovaní modulu vynechané. Desať, matica susedstva bola prevedená na topologickú prekryvnú maticu (TOM). Použitím miery odlišnosti založenej na TOM sa dendrogram génového stromu vygeneroval priemerným hierarchickým zhlukom väzieb a gény s podobnými vzormi expresie sa zoskupili do rôznych modulov (minimálna veľkosť modulu bola nastavená na 30).
cistanche herbamôže liečiťobličkychorobazlepšiťfunkcie obličiek
Identifikácia významných korelačných modulov
Vlastné moduly (ME), ktoré sumarizujú vzory génovej expresie ako jediný charakteristický profil expresie v rámci daného modulu, sa použili na vyhodnotenie potenciálnej korelácie génov s rôznymi znakmi na určenie významnosti každého modulu. Významnosť génov (GS) predstavovala koreláciu medzi génmi a rôznymi klinickými znakmi a priemerná GS všetkých génov v module bola definovaná ako významnosť modulu (MS), vyjadrená ako MS {{0}}}n-ni{ {2}}GSi (n=počet génov v module). Po výpočte Pearsonovej korelácie medzi ME a klinickými znakmi boli ako kľúčové moduly definované moduly s najvyšším pozitívnym alebo najnižším negatívnym R (korelačným koeficientom) s post-Tx AKI s medznou hodnotou p-hodnoty korelácie 0,05. Postupovali sme podľa štandardného pracovného postupu odporúčaného autormi WGCNA [13] a korekcia p-hodnoty pre viacnásobné testovanie sa neuskutočnila, pretože Pearsonov koeficient R a korelačná p-hodnota sú dostatočné na významný výber modulu [13]. Intenzita farby v tepelnej mape indikovala silu korelácie. Pre lepšie štúdium kľúčového modulu bola analyzovaná korelácia modulových génov a sieť interakcie gén-gén bola vizualizovaná sieťovým analyzátorom Cytoscape v3.7.2 [42]. V tejto sieti boli gény s vysokým stupňom, ktoré obsahovali vysoko prepojené uzly v module, považované za hubové gény. Tieto hub gény boli detegované vykonaním analýzy pomocou doplnku MCODE v Cytoscape.
Regulatory miRNA–mRNA nietwork cnastructina
Použitím online nástroja miRDIP v4.1 sa získali interakcie medzi modulovými génmi a miRNA. Desať párov miRNA–mRNA s vysokou spoľahlivosťou predpovede bolo vybraných na konštrukciu regulačnej siete miRNA–mRNA pomocou Cytoscape v3.7.2. Na krížové overenie našich výsledkov boli interakcie miRNA-mRNA tiež získané z databázy miRNet.
Functional enrichment analysis
Na ďalšie pochopenie potenciálnych funkcií identifikovaných génov sa vykonala analýza obohatenia génovej ontológie (GO) a analýza dráhy Kjótskej encyklopédie génov a genómov (KEGG) pomocou balíka R "cluster roller" [44]; v niektorých prípadoch (Doplnkový súbor 4: S4A, Doplnkový súbor 5: S5A, Doplnkový súbor 6: S6A a Doplnkový súbor 9: S9C) bola spustená funkcia TCGAanalyze_ EAcomplete v knižnici TCGAbiolinks. V tejto štúdii boli výsledky termínov GO a dráh KEGG s upravenými Benjamini-Hochberg (BH)P-hodnoty<0.05 were="" considered="" to="" be="" significantly="">
Cistanche tubulosa zabraňuje ochoreniu obličiek, kliknite sem a získajte vzorku
Rozhodcances
1. Abu Jawdeh BG, Govil A. Akútne poškodenie obličiek pri transplantácii: diferenciálna diagnostika a vplyv na zdravie a zdravotnú starostlivosť. Adv Chronic Kidney Dis. 2017;24(4):228–32.
2. Cooke WR, Hemmilä UK, Craik AL, Mandula CJ, Mvula P, Msusa A a kol. Výskyt, etiológia a výsledky akútneho poškodenia obličiek súvisiaceho s pôrodom v Malawi: prospektívna pozorovacia štúdia. BMC Nephrol. 2018;19(1):25.
3. Solé C, Pose E, Solà E, Ginès P. Hepatorenálny syndróm v ére akútneho poškodenia obličiek. Pečeň Int Of J Int Assoc Study Pečeň. 2018;38(11):1891–901.
4. Ostermann M, Liu K. Patofyziológia AKI. Best Pract Res Clin Anaes– pôda. 2017;31(3):305–14.
5. Saliminejad K, Khorram Khorshid HR, Soleymani Fard S, Ghafari SH. Prehľad mikroRNA: biológia, funkcie, terapeutika a metódy analýzy. J Cell Physiol. 2019;234(5):5451–65.
6. Friedman RC, Farh KK, Burge CB, Bartel DP. Väčšina cicavčích mRNA sú konzervované ciele mikroRNA. Genome Res. 2009;19(1):92–105.
7. Pan X, Wenzel A, Jensen LJ, Gorodkin J. Genómová identifikácia zhlukov predpovedaných väzbových miest pre mikroRNA ako kandidátov na mikroRNA huby. PLoS ONE. 2018;13(8):e0202369.
8. Chen B, Hua Z, Qin X, Li Z. Integrované microarray na identifikáciu miRNA miRNA a skonštruovaná sieť miRNA‑ mRNA v neuroblastóme prostredníctvom bioinformatickej analýzy. Neurochem Res. 2020.
9. Liu HM, Huang Y, Li L, Zhang Y, Cong X, Wu LL a kol. Profily expresie mikroRNA‑ mRNA a funkčná sieť submandibulárnej žľazy u diabetických db/db myší typu 2. Arch Oral Biol. 2020;120:104947.
10. Iwuchukwu I, Nguyen D, Beavers M, Tran V, Sulaiman W, Fannin E a kol. Regulačná sieť MicroRNA ako biomarkery neskorého záchvatu u pacientov so spontánnym intracerebrálnym krvácaním. Mol Neurobiol. 2020;57(5):2346–57.
11. van Zonneveld AJ, Rabelink TJ, Bijkerk R. MiRNA-koordinované siete ako sľubné terapeutické ciele pre akútne poškodenie obličiek. Am J Pathol. 2017;187(1):20–4.
12. Wu J, Li DD, Li JY, Yin YC, Li PC, Qiu L a kol. Identifikácia sietí mikroRNA‑ mRNA zapojených do poškodenia renálnych tubulárnych epiteliálnych buniek vyvolaných cisplatinou. Eur J Pharmacol. 2019;851:1–12.
13. Langfelder P, Horvath S. WGCNA: balík R pre analýzu váženej korelačnej siete. BMC Bioinform. 2008;9:559.
14. Zhang X, Bai J, Yuan C, Long L, Zheng Z, Wang Q a kol. Bioinformatická analýza a identifikácia potenciálnych génov súvisiacich s patogenézou cervikálnej intraepiteliálnej neoplázie. J Cancer. 2020;11(8):2150–7.
15. Li J, Lu L, Zhang YH, Xu Y, Liu M, Feng K a kol. Identifikácia podpisov expresie kmeňových buniek leukémie prostredníctvom stratégie výberu funkcií Monte Carlo a podporného vektorového stroja. Cancer Gene Ther. 2020;27(1–2):56–69.
16. Pan X, Zeng T, Yuan F, Zhang YH, Chen L, Zhu L a kol. Skríning metylačného podpisu a génových funkcií spojených s podtypmi gliómov s mutáciou izocitrátdehydrogenázy. Predné Bioeng Biotechnol. 2019; 7:339.
17. Shen M, Song Z, Wang JH. Profily mikroRNA a mRNA v amygdale sú spojené so stresom vyvolanou depresiou a odolnosťou u juvenilných myší. Psychofarmakológia. 2019;236(7):2119–42.
18. An T, Song Z, Wang JH. Molekulárny mechanizmus liečby odmeňovaním zlepšujúci chronické depresívne správanie vyvolané stresom hodnotené sekvenovaním miRNA a mRNA v mediálnom prefrontálnom kortexe. Biochem Biophys Res Commun. 2020;528(3):520–7.
19. Zuk A, Bonventre JV. Akútne poškodenie obličiek. Annu Rev Med. 2016;67:293–307.
20. Wilfingseder J, Sunzenauer J, Toronyi E, Heinzel A, Kainz A, Mayer B a kol. Molekulárna patogenéza akútneho poškodenia obličiek po transplantácii: hodnotenie profilov mRNA a miRNA celého genómu. PLoS ONE. 2014;9(8):e104164‑e.
