Reguleeriv MiRNA-mRNA võrk on seotud siirdamisreaktsiooniga ägeda neerukahjustuse korral
Mar 21, 2022
Duan Guo1,2†, Yu fänn3†, Ji-Rong Yue4*ja Tao Lin3*
Kontakt:joanna.jia@wecistanche.com
Abstraktne
Taust:Ägeneerudvigastus(AKI) on eluohtlik tüsistus, mida iseloomustab neerufunktsiooni kiire langus, mis esineb sageli pärast siirdamisoperatsiooni. Transplantatsioonijärgse (Tx-järgse) AKI arengu aluseks olev molekulaarne mehhanism on siiski endiselt teadmata. Üha enam uuringuid on näidanud, et teatud mikroRNA-d (miRNA-d) täidavad AKI-s olulisi funktsioone. Käesolevas uuringus püüti selgitada Tx-järgse AKI molekulaarseid mehhanisme, konstrueerides regulatiivse miRNA-mRNA võrgu.
Tulemused:Kahe andmekogumi (GSE53771 ja GSE53769) põhjal tuvastati kaalutud geeni koekspressioonivõrgu analüüsi (WGCNA) abil kolm võtmemoodulit, mis sisaldasid 55 mRNA-d, 76 mRNA-d ja 151 miRNA-d. Mind IP v4.1 rakendati võtmemooduli mRNA-de ja miRNA-de interaktsioonide ennustamiseks ning Cytoscape'i poolt valiti miRNA-mRNA paarid usaldusväärsusega üle 0,2. . MiRNA-mRNA võrk koosnes 82 sõlmest (48 mRNA-st ja 34 miRNA-st) ja 125 servast. Kaks miRNA-d (miR-203a-3p ja miR-205-5p) ning ERBB4, millel on teiste sõlmedega võrreldes kõrgem sõlmeaste, võivad mängida Tx-järgses AKI-s keskset rolli. Lisaks näitasid geeniontoloogia (GO) ja Kyoto geenide ja genoomide entsüklopeedia (KEGG) rajaanalüüs, et see võrgustik oli peamiselt seotudneerud-/neeruga seotud funktsioonid ja PI3K–Akt/HIF-1/Ras/MAPK signaaliteed.
Järeldus:Ehitasime regulatiivse miRNA-mRNA võrgu, et anda uudseid teadmisi post-Tx AKI arengust, mis võib aidata avastada uusi biomarkereid või terapeutilisi ravimeid, et parandada varajase prognoosimise ja sekkumise võimet ning vähendada AKI suremust pärast siirdamist.
Märksõnad: Ägeneerudvigastus, Neeru siirdamine, WGCNA, miRNA-mRNA võrk
cistanche propiedaadidjaoksneerud
Taust
Kuna tegemist on kliinilise kriitilise haigusega, millega kaasneb kiire neerufunktsiooni kaotus ja kõrge suremus,ägeneerudvigastus(AKI) esineb tavaliselt siirdatud retsipientidel, mis võib põhjustada siirdamise ebaõnnestumist ja surma [1]. Õigeaegne diagnoosimine ja ravi on AKI-ga patsientide prognoosi parandamisel üliolulised, kuid praegu takistab seda spetsiifiliste näitajate puudumine varajaseks prognoosimiseks, astmeliseks hindamiseks ja ravitoime jälgimiseks. Kuna AKI on kõige levinum kriitiline haigus multidistsiplinaarsetes valdkondades, on viimastel aastakümnetel teatatud üha enam AKI kohta tehtud uuringutest [2–4]. Kuid AKI patogenees on endiselt ebaselge.
MikroRNA (miRNA) on omamoodi väike mittekodeeriv RNA, mis sisaldab ligikaudu 22 nukleotiidi, mis võib seonduda transkriptsioonijärgsel tasemel sihtmärk-mRNA-de 3'-UTR-ga, et avaldada rakkudes mitmesuguseid olulisi füsioloogilisi ja patofüsioloogilisi funktsioone [5 ]. Teatati, et miRNA-d on võimelised reguleerima mitmesuguseid imetajate mRNA-sid [6], samas kui üks mRNA võib olla suunatud suurele rühmale miRNA-sid, mis näitab, et miRNA rollid geeniregulatsioonis tuleks tõlgendada keerukate võrkude abil [7]. Viimastel aastatel on mRNA-miRNA võrgu uuringud plahvatuslikult suurenenud, kuna arvatakse, et see aitab avastada erinevate haiguste, sealhulgas neuroblastoomi [8], II tüüpi diabeedi [9] ja spontaanne intratserebraalse hemorraagia [10], molekulaarset mehhanismi. Hiljutised uuringud on leidnud, et muutused mRNA ja miRNA ekspressioonis võivad mõjutada neerurakkude proliferatsiooni ja apoptoosi, mis on seotud AKI esinemise ja arenguga [11, 12]. Sellegipoolest on pärast siirdamist avaldatud vähe andmeid mRNA ja miRNA potentsiaalse võrgu kohta AKI-s.
Täppismeditsiini ajastul võivad suure läbilaskevõimega sekveneerimisandmed koos tõhusa bioinformaatika analüüsiga tuvastada potentsiaalseid sihtgeene ja mehhanisme, mis aitavad kaasa AKI arengule. Kaalutud geeni koekspressioonivõrgu analüüs (WGCNA) on meetod, mida kasutatakse laialdaselt haiguste põhiregulaatorite leidmiseks, kuna see suudab koondada sarnase ekspressioonimustriga geenid moodulitesse (milles tavaliselt leitakse põhiregulaatoreid) ja analüüsida seoseid. moodulite ja spetsiifiliste tunnuste või fenotüüpide vahel [13]. Äsja avaldatud emakakaela intraepiteliaalse neoplaasia (CIN) uuringus viidi WGCNA läbi kuue haigusega seotud mooduli tuvastamiseks, millest skriiniti 31 CIN-ravi kandidaat-hub geeni [14]. Bioinformaatika analüüs mitte ainult ei paranda bioloogiliste funktsioonide uurimise tõhusust, vaid annab ka usaldusväärset teavet molekulaarsete mehhanismide uurimiseks [15, 16]. Sama patsiendi mRNA ja miRNA ekspressiooniprofiilide suurte andmekogumite põhjal võib regulatiivse miRNA-mRNA võrgustiku uurimine aidata selgitada haiguste molekulaarseid mehhanisme [17, 18].
Selles uuringus allutati GSE53769 (mRNA) ja GSE53771 (miRNA) ekspressiooniandmed vastavalt WGCNA-le, et tuvastada Tx-järgse AKI-ga seotud võtmemoodulid. Järgmisena konstrueeriti regulatiivne miRNA-mRNA võrk, et selgitada post-Tx AKI progresseerumise aluseks olevaid epigeneetilisi mehhanisme, pakkudes seeläbi võimalikku suunda tulevasteks kliinilisteks uuringuteks.
Tulemused
Post-Tx AKI-ga seotud võtmemoodulite tuvastamine GSE53769 andmestiku põhjal
Pearsoni korrelatsiooni ja keskmise seose algoritmide kohaselt koondati 36 proovi ning proovi dendrogramm ja tunnuste soojuskaart on kujutatud joonisel 1a; leidsime, et GSM1300317 (mis kuulub post-Tx PBX rühma) oli rühmitatud üksi ja võib olla potentsiaalne kõrvalekalle. Seetõttu kasutati at-SNE (t-jaotatud stohhastilise naabri kinnistamine) graafikut, et veenduda, et see proov ei mõjuta järgnevaid analüüse. Nagu on näidatud lisafailis 2: joonis S2, ei ilmnenud pärast mõõtmete vähendamist ilmset kõrvalekallet ja seetõttu jätkasime WGCNA-ga. Nagu on näidatud joonisel fig 1b, valiti pehme läve võimsus 9, et tagada geeni koekspressioonivõrgu skaalavaba olemus (joonis 1b). Võrguühenduse histogramm ja vastav logi-logi graafik on näidatud lisafailis 3: joonis S3A-B; R2 oli 0,89, mis näitab, et ligikaudne skaalavaba topoloogia oli täidetud. Üksikasjalik teave pehme läve ft indeksite kohta, sealhulgas k, R2 ja paigaldatud R2, on esitatud lisafailis 10: tabelis S1. Kümme, keskmise sidestushierarhilise klastrite abil, jagati sarnaste ekspressioonimustritega geenid mooduliteks (joonis 1c). Erinevate väljendusmustritega moodulite paremaks eristamiseks eraldati igale moodulile erinevad värvid. Nagu on näidatud joonisel fig 1d, koostati moodulite rühmitamise dendrogramm, mis genereeris kokku 18 moodulit. Hall moodul sisaldas geene, mida ei saa teistele 17 moodulile omistada. Kliiniliste tunnuste ja moodulite vahelist korrelatsiooni kirjeldav soojuskaart on näidatud joonisel 1e. Nendest moodulitest näitas must moodul kõrgeimat positiivset korrelatsiooni post-Tx AKI-ga (P=0.002, R=0.5), samas kui tan moodul näitas tugevaimat negatiivset korrelatsiooni post-Tx-ga AKI (P=4e−05, R= −0,63). Seega valiti need kaks moodulit võtmemooduliteks. MRNA-de määramine mustades ja punakaspruunides moodulites on esitatud lisafailis 11: tabelis S2.
Geeni-geenivõrk ja funktsionaalse rikastamise analüüs musta ja punakaspruuni moodulites
Nagu on näidatud joonisel 2a, oli mooduli liikmelisuse (MM) ja geeni olulisuse (GS) korrelatsioonikordaja mustas moodulis 0,57 ja P=5,5e-38. Mustas moodulis tuvastati kokku 14 jaoturi geeni, mille hulka kuulusid CLIC5, PCOLCE2, NDNF, ESRP1, ENPEP, RASAL2, SLIT2, PSAT1, NOX4, GDA, CNTN3, CFAPP221, CA2 ja ZNF311 (joonis 2b). Kümme, musta mooduli geenidega viidi läbi GO ja KEGG raja rikastamise analüüs. Nagu on näidatud joonisel 2c, leidsime, et bioloogilise protsessi (GO-BP) kategoorias olid kõige rikastatud GO terminidneerudareng, neerusüsteemi arendamine ja ERK1/2 kaskaadi reguleerimine. Teiste kategooriate (GO-CC ja GO-MF) enim rikastatud GO terminid olid raku ja raku adhesioonimolekuli sidumise apikaalne osa (joonis 2d, e). KEGG raja analüüsi jaoks rikastati neid geene peamiselt MAPK signaaliülekande ja Raq1 signaaliradadega (joonis 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 ja p-väärtus<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,="">
Tx-järgse AKI-ga seotud võtmemoodulite tuvastamine andmestiku GSE53771 põhjal
Selleks, et uurida miRNA rolle Tx-järgses AKI-s, viisime GSE53771 andmekogumi põhjal läbi ka miRNA-de jaoks WGCNA. MiRNA-de koekspressioonivõrgu ehitusetapid olid sarnased mRNA-de omadega. Näidisdendrogramm ja tunnuste soojuskaart on näidatud joonisel 4a. Skaalavaba võrgu tagamiseks määrati pehme läve võimsuseks 6 (joonis 4b). Võrguühenduse histogramm ja vastav logi-logi graafik on näidatud lisafailis 3: Joonis S3C-D; R2 oli 0.98, mis näitab, et ligikaudne mastaabivaba topoloogia on täidetud. Üksikasjalik teave pehme läve ft indeksite kohta, sealhulgas k, R2 ja sobitatud R2, on esitatud lisafailis 10: tabelis S1. Kokku tuvastati kolm miRNA moodulit, mis olid üksteisest sõltumatud (joonis 4c, d). Kümme analüüsiti miRNA moodulite korrelatsiooni kliiniliste tunnustega ja tulemus näitas, et sinine miRNA moodul oli ainus moodul, mis korreleerub oluliselt post-Tx AKI-ga (P=0.003, R= −). 0,36) (joonis 4e). Seetõttu valiti edasiseks analüüsiks peamiseks miRNA mooduliks sinine miRNA moodul, mis koosnes 76 miRNA-st. Üksikasjalik teave nende miRNA-de kohta on esitatud täiendavas failis 11: tabelis S2.
MiRNA-miRNA võrk ja funktsionaalse rikastamise analüüs sinises miRNA moodulis
Nagu on näidatud joonisel 5a, oli MM-i ja GS-i korrelatsioonikoefitsient sinises miRNA-moodulis 0,32 ja P=5,8e-5. Mooduli miRNA-de interaktsioonivõrgustik näitas, et sinises miRNA moodulis tuvastati 17 rummu miRNA-d (joonis 5b). Selle mooduli miRNA-de bioloogiliste rollide edasiseks uurimiseks kasutati nende miRNA-de sihtgeene funktsionaalse rikastamise analüüsi tegemiseks. Funktsiooni annotatsiooni tulemused on näidatud joonistel 5c–e, mis viitab sellele, et sinise miRNA mooduli miRNA-d olid märkimisväärselt seotud väikese GTPaasi vahendatud transduktsiooni, näärmete arengu, transkriptsiooni kaasregulaatori aktiivsuse ja adhereeni ristmiku GO-tingimustega. MAPK signaaliraja KEGG elemendid ja inimese T-rakulise leukeemia viiruse 1 infektsioon.
Detailed information of differentially expressed miRNAs (defined by log2 fold change>0.1 ja p-väärtus<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="">
Conkonstruktsioon kohta regulatiivsed miRNA-mRNA võrku in post-Tx AKI
Reguleeriva miRNA-mRNA võrgu loomiseks kasutati geene ja miRNA-sid, mis moodustasid vastavalt võtmemoodulid ja võtmemiRNA mooduli. Kokku 1048 ennustatud miRNA-mRNA paari kõrge usaldusklassiga saadi miRDIP v4.1-st ja neid kasutati võrgu loomiseks Cytoscape'i abil (lisafail 7: joonis S7). Selle võrgu mRNA-de funktsionaalne annotatsioon on kujutatud lisafailis 8: joonis S8, mis näitab, et need mRNA-d osalesid peamiselt rakusubstraadi adhesioonis, urogenitaalsüsteemi arengus, hepariini sidumises, kollageeni sidumises, AGE-RAGE signaaliülekande rajas diabeetikutel. tüsistused, samuti PI3K-Akt signaalirada. Seejärel valisime Tx-järgse AKI patogeneesis võtmerolli mängiva võrgu saamiseks valisime miRNA-mRNA paarid kindlusega rohkem kui 0.2, et luua regulatiivne miRNA-mRNA võrk (joonis 1). . 6). Reguleeriv miRNA-mRNA võrk koosnes 82 sõlmest (48 mRNA-st ja 34 miRNA-st) ja 125 servast. Pärast võrgu analüüsimist leidsime, et miR-203a-3p, miR-205-5p ja ERBB4 on teiste sõlmedega võrreldes kõrgema sõlmeastmega ning kvantifitseerimise üksikasjad on esitatud lisafailis 12 : tabel S3. Kümme funktsionaalset analüüsi näitasid, et kokku 48 mRNA-d olid peamiselt rikastatud epiteelitoru morfogeneesi, nefronite arengu, urogenitaalsüsteemi arengu ja transmembraanse retseptori proteiinkinaasi osas (joonis 7a–c). Oluliselt rikastatud KEGG radu ei olnud, kuna nende p-väärtused olid suuremad kui 0,05 (joonis 7d). Ristvalideerimiseks võrdlesime oma praeguseid miRDIP andmebaasist saadud tulemusi miRNeti andmebaasist saadud tulemustega. Kokku tuvastati minutiga 75 699 miRNA-mRNA paari ning miRNeti andmebaasi ja miRDIP andmebaasi tulemuste vahel oli 117 miRNA-mRNA paari ristmik; vastav reguleeriv võrk on visualiseeritud lisafailis 9: joonis S9B. 117 miRNA-mRNA paari rikastusanalüüsid näitasid, et need olid valdavalt seotud rakukomponentide organisatsiooni negatiivse reguleerimisega, reageerimisega GO-BP kategooriasse kuuluvale orgaanilisele ainele; eukarüootse translatsiooni initsiatsioonifaktori 4F kompleks ja tuumakeha GO-CC kategoorias; SNAP retseptori aktiivsus, valgukompleksi sidumine, valgu türosiinfosfataasi aktiivsus GO-MF kategoorias, samuti neerurakulise kartsinoomi signaaliülekande, prolaktiini signaaliülekande ja NFR{42}} vahendatud oksüdatiivse stressi vastusega seotud KEGG rajad. Kuna ülaltoodud funktsionaalse rikastamise tulemused põhinesid miRNA-mRNA paaridel, mida ennustasid nii miRNeti kui ka miRDIP andmebaasid, võivad need esindada rohkem Tx-järgse AKI aluseks olevaid epigeneetilisi mehhanisme.
Arutelu
Post-Tx AKI on sagedane komplikatsioon pärast siirdamisoperatsiooni, mida iseloomustab kiire neerufunktsiooni langus ja kõrge suremus [19]. Tx-järgse AKI varajaseks diagnoosimiseks ja sekkumiseks parima aja leidmine on keeruline, kuna puuduvad spetsiifilised näitajad varajaseks prognoosimiseks, klassifitseerimise hindamiseks ja tõhususe jälgimiseks. Selliste probleemide lahendamiseks on ülioluline uurida post-Tx AKI patomehhanisme ja potentsiaalseid biomarkereid. 2014. aastal tegid Wilfingseder jt. viis läbi miRNA ja mRNA mikrokiibi analüüsi, mis põhines AKI-ga neerutransplantaadi biopsiaproovil, ja tuvastas lisaks AKI-spetsiifilise molekulaarse signatuuri, kasutades diferentsiaalgeeniekspressioonianalüüse (DEA) [20]. Kuid DEA võib kergesti välistada mõned olulised geenid, mille ekspressioonitase muutub vähe, kuid millel on haigustes ülioluline roll. Lisaks on raske kinnitada, kas erinevalt ekspresseeritud mRNA-d ja miRNA-d Tx-järgses biopsias kontrolli ja AKI vahel olid seotud Tx-järgse AKI-ga, kuna Tx võib samuti põhjustada mõne geeni ebanormaalset ekspressiooni. Üha suurenevad uuringud näitasid, et kõigi haiguste teket ja progresseerumist ei saa reguleerida mõne geeniga, pigem mitme RNA võrgustikuga [21, 22]. Seega võib RNA regulatiivse võrgustiku loomine olla paljutõotav strateegia haiguste arengu mõistmiseks ja uue ravi loomiseks [23]. Tugeva bioinformaatika lähenemisviisina on WGCNA võimeline tõhustama lihtsaid korrelatsioonivõrke, kvantifitseerides korrelatsioonid üksikute geenipaaride vahel, samuti seda, mil määral need geenid jagavad samu naabreid [24]. WGCNA ei sisalda mitte ainult erinevalt ekspresseeritud geene, vaid ka geene, mis ei ole oluliselt erinevalt ekspresseeritud, kuid on siiski teatud kliiniliste tunnuste võtmevahendajad. Viimastel aastatel on WGCNA-d rakendatud paljudel inimestel
haigusuuringud biomarkerite skriinimiseks ja haiguse arengu aluseks olevate molekulaarsete mehhanismide selgitamiseks [25, 26].
Käesolevas uuringus tuvastati WGCNA abil mRNA ja miRNA mikrokiibi andmekogumite põhjal kolm moodulit, mis olid pärast siirdamist oluliselt korrelatsioonis AKI-ga. 55 mRNA-d sisaldav Te tan moodul näitas oluliselt negatiivset korrelatsiooni post-Tx AKI-ga. Mitmed uuringud teatasid, et FA kõrge kontsentratsioon võib põhjustada ägedat tubulaarset nekroosi, kuna neerutuubulites tekivad FA kristallid, mis põhjustab neerupuudulikkust [27, 28]. Päevitusmoodulis olevad mRNA-d osalesid peamiselt FA biosünteesi rajas, mis viitab sellele, et see rada põhjustab post-Tx AKI arengut. Järgmisena, kuna Tx-järgse AKI-ga kõige positiivsemalt seotud moodul, koosnes must moodul 80 mRNA-st. Nimelt olid musta mooduli mRNA-de kõige rikastatud elemendid GO analüüsis peamiselt seotud neerufunktsioonidega, naguneerudarendus ja nefroni arendamine, mis kinnitab selle mooduli kõrget korrelatsiooni post-Tx AKI-ga. Eelmine uuring näitas, et ekstratsellulaarse signaaliga reguleeritud kinaasi (ERK) kaskaad mängib olulist rolli kompenseerivate parandusmehhanismide aktiveerimisel.neerudvigastus[29]. Meie uuring näitas, et musta mooduli mRNA-d olid oluliselt rikastatud ka ERK1 / 2 kaskaadi funktsioonidega. Lisaks näitasid KEGG raja analüüsi tulemused, et need mRNA-d olid tihedalt seotud MAPK signaaliraja ja Ras signaaliülekande rajaga. Suures osas on dokumenteeritud, et MAPK rada mängib AKI-s võtmerolli, reguleerides neerupõletikku, tubulaarset vigastust ja rakusurma [30–32]. On üldtunnustatud, et MAPK / ERK rada on Ras signaaliülekande raja allavoolu signaalimolekul [33]. Ülaltoodud tulemused näitasid, et mõnede geenide ebanormaalne ekspressioon põhjustab AKI-d, reguleerides FA biosünteesi, MAPK signaaliülekande rada ja Ras signaaliülekande rada, et mõjutada neerude arengut pärastneerudsiirdamine.
Kasvav eksperimentaalne tõendusmaterjal on kinnitanud, et teatud miRNA-del on kriitiline roll AKI tuvastamisel, progresseerumisel ja sekkumisel [34]. Amrouche et al. näitasid, et miR-146a omab olulist rolli neerutuubulite vastuses, mille ülesreguleerimine võib piirata AKI arengut [35]. Eelmine uuring tõestas, et uriini miR-21 võib kasutada biomarkerina AKI arengu ennustamiseks pärast südameoperatsiooni [36]. Ainsa miRNA moodulina, mis selles uuringus oli oluliselt seotud Tx-järgse AKI-ga, oli sinine miRNA moodul, mis sisaldas 151 miRNA-d, negatiivses korrelatsioonis post-Tx AKI-ga. On laialdaselt tunnustatud, et miRNA-d võivad reguleerida oma allavoolu sihtgeenide ekspressiooni, et avaldada bioloogilisi funktsioone. Sellest lähtuvalt ennustasime nende miRNA-de sihtmärke, kasutades funktsionaalse annotatsiooni tegemiseks "miRNAtap" ja "multiMiR". Tuleb märkida, et võtmemooduli miRNA-de sihtmärgid rikastati ka peamiselt MAPK signaalirajaga, mis kinnitas veelgi MAPK raja otsustavat rolli Tx-järgse AKI protsessis.
Lisaks on vaja tuvastada regulatiivne miRNA-mRNA võrk, mis on potentsiaalselt seotud post-Tx AKI patogeneesiga, kuna ei geenid ega miRNA-d ei saa iseseisvalt reguleerida post-Tx AKI arengut. Enamik varasemaid uuringuid on keskendunud ainult miRNA-dele või geenidele, et selgitada AKI mehhanismi. Bioinformaatika tööriistu kasutades lõime lõpuks Tx-järgse AKI regulatiivse miRNA-mRNA võrgustiku, mis koosnes 48 mRNA-st ja 34 miR NA-st. Nende 82 sõlme hulgas näitasid miR-203a-3p, miR-205-5p ja ERBB4 kõrget kraadi ja võivad olla võrgu kesksed sõlmed. MiR-205-5p mõju neeruhaigustele on varem uuritud. Schena et al. teatasid, et miR-205-5p ekspressioonitase oli märkimisväärselt ja positiivses korrelatsioonis neeruvähi ja hüpertensiivse nefroskleroosi raskusastmega [37]. Sessa ja tema kolleegide läbiviidud eksperimentaalne uuring näitas, et miR{13}}p võib olla neerukahjustuse molekulaarne biomarker [38]. Vähesed uuringud on uurinud miR-203a-3p ja ERBB4 rolli AKI arendamisel. On dokumenteeritud, et ERBB4 võib leevendada vananenud mesenhümaalsete tüvirakkude oksüdatiivseid solvanguid, vähendades reaktiivsete hapnikuliikide (ROS) taset [39]. On hästi teada, et kõik siirdatud elundid läbivad pärast siirdamist teatud isheemia-reperfusioonikahjustuse, mida vahendab kõrge ROS-i tase ja mis võivad areneda AKI-ks. Spekuleerisime, et ERBB4 täidab ka ROS-i taseme reguleerimise funktsiooni post-Tx AKI väljatöötamisel. Selle võrgu mRNA-de Te GO rikastamise analüüs näitas, et need mRNA-d olid rikastatud mitme neeru arenguga seotud funktsiooniga. Lisaks näitas KEGG rikastamise analüüs, et see võrk osales peamiselt paljudes hästi uuritud radades, nagu PI3K-Akt signaalirada, HIF-1 signaalirada, Ras signaalirada ja MAPK signaalirada. Enamikul neist radadest on AKI-s oluline roll [30, 40, 41]. Need tulemused tõestasid, et meie analüüs viidi läbi õigesti.
Kokkuvõttes kasutas meie uuring esimest korda WGCNA-d koos miRDIP v4.1 analüüsiga, et teha igakülgselt kindlaks kõige tõenäolisemad interaktsioonid ja konstrueerida AKI-s siirdamisvastusega seotud regulatiivne miRNA-mRNA võrk, mis andis esialgse raamistiku ja mõned uudsed. ülevaade Tx-järgse AKI arengu molekulaarse mehhanismi selgitamiseks. Sellegipoolest tuleks mainida selle uuringu mõningaid piiranguid. Esiteks kaasati käesolevasse uuringusse ainult kaheksa Tx-järgset AKI biopsiaproovi, millest ei piisanud täiesti usaldusväärsete järelduste tegemiseks. Teiseks vajab regulatiivne miRNA-mRNA võrk valideerimiseks täiendavaid uuringuid kliinilistes ja molekulaarbioloogiakatsetes. Kuna kvalifitseeritud andmeid on raske leida, ei kaasatud muud tüüpi RNA-sid, nagu pikad mittekodeerivad RNA-d (lncRNA-d) ja ringikujulised RNA-d (circRNA-d), mis võib olla puuduseks Tx-järgse AKI aluseks oleva mehhanismi põhjalikul selgitamisel. arengut.
cistanche varre kasu neerufunktsioonile
Järeldused
Esmalt konstrueerisime bioinformaatika analüüsi abil edukalt Tx-järgse AKI-ga seotud regulatiivse miRNA-mRNA võrgu. Tulemused näitasid, et kaks miRNA-d (miR-203a-3p ja miR-205-5p) ja ERBB4 võivad mängida keskset rolli post-Tx AKIs ja regulatiivse miRNA bioloogilistes funktsioonides. -mRNA võrk rikastati neerude/neerudega seotud funktsioonide ja PI3K-Akt/HIF-1/Ras/MAPK signaaliradadega. See uuring annab põhjaliku perspektiivi regulatiivsetest võrkudest, et suurendada arusaamist Tx-järgse AKI molekulaarsest mehhanismist. Loodame, et käesolev uuring on kasulik uute biomarkerite või terapeutiliste ravimite avastamiseks, et parandada varajase ennustamise ja sekkumise võimet ning vähendada AKI suremust pärast siirdamist.
meetodid
Uuringu ülesehitus ja andmete kogumine
Selle uuringu üldine ülesehitus on näidatud lisafailis 1: joonis S1. Kõik sobivad mikrokiibi andmed laaditi alla andmebaasist Gene Expression Omnibus (GEO) (//www.ncbi.nlm.nih.gov/geo/). GSE53769 andmestik on mRNA ekspressiooniandmestik, mis viidi läbi, kasutades Affymetrix GeneChip® Human Gene 2.{4}} ST Array; Andmestik GSE53771 on miRNA ekspressiooniandmestik, mida analüüsis Affymetrix GeneChip® miRNA 3.0 Massiivi. Need kaks andmekogumit koosnesid mõlemad 18 nulltunnist ja 18 siirdamisjärgsest (Tx) biopsia proovist 18 neeru allotransplantaadi retsipiendilt (kaheksa ägeda tubulaarse nekroosiga ilma äratõukereaktsioonita, mis on määratletud kui AKI ja kümme protokolli biopsiat ilma patoloogiata (PBX), mis on määratletud kontrollidena) ja esitasid Wilfingseder ja kaastöötajad [20]. Need proovid jagati nelja rühma, nimelt nulltunni AKI, nulltunni PBX, post-Tx AKI ja post-Tx PBX. Neid kahte andmekogumit kasutati vastavalt koekspressioonivõrgu konstrueerimiseks, mille abil sai tuvastada post-Tx AKI-ga seotud peamised mRNA / miRNA moodulid, mis võimaldasid ehitada miRNA-mRNA regulatiivse võrgu, mis juhib post-Tx AKI progresseerumist. .
Kaasväljendusvõrkude ehitamine
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), määrati esmakordselt. Järgmisena konstrueeriti naabrusmaatriksi põhjal mastaabivaba kaasekspressioonivõrk. Külgnevusmaatriks saadi valemiga: Adjacencyk,j=cork, j- , kus k ja j vastavad kahele suvalisele geenile ning seda kasutatakse k ja j tugeva sarnasuse rõhutamiseks, mis tagas geenipaaride olemasolu madala sarnasusega jäetakse mooduli määramisel välja. Kümme, naabrusmaatriks teisendati topoloogiliseks kattuvuse maatriksiks (TOM). Kasutades TOM-põhist erinevuse mõõdikut, genereeriti geenipuu dendrogramm keskmise sidestushierarhilise klastrite abil ja sarnaste ekspressioonimustritega geenid koondati erinevatesse moodulitesse (mooduli minimaalseks suuruseks määrati 30).
cistanche herbasaab ravidaneerudhaigusparandadaneerufunktsioon
Oluliste korrelatsioonimoodulite tuvastamine
Erinevate tunnustega geenide potentsiaalse korrelatsiooni hindamiseks iga mooduli olulisuse määramiseks kasutati mooduli omageene (ME), mis võtavad geeniekspressiooni mustrid kokku ühe iseloomuliku ekspressiooniprofiilina antud moodulis. Geenide olulisus (GS) esindas geenide ja erinevate kliiniliste tunnuste vahelist korrelatsiooni ning mooduli kõigi geenide keskmine GS määratleti kui mooduli olulisus (MS), mida väljendati kui MS {{0}}n- ni{ {2}}GSi (n=geenide arv moodulis). Pärast Pearsoni korrelatsiooni arvutamist ME-de ja kliiniliste tunnuste vahel määratleti võtmemooduliteks kõrgeima positiivse või madalaima negatiivse R-ga (korrelatsioonikoefitsient) moodulid Tx-järgse AKI-ga korrelatsiooni p-väärtuste piirväärtusega 0, 05. Järgisime WGCNA [13] autorite soovitatud standardset töövoogu ja p-väärtuse korrigeerimist mitme testimise jaoks ei tehtud, kuna Pearsoni koefitsient R ja korrelatsiooni p-väärtus on olulise mooduli valiku jaoks piisavad [13]. Värvi intensiivsus soojuskaardil näitas korrelatsiooni tugevust. Võtmemooduli paremaks uurimiseks analüüsiti mooduli geenide korrelatsiooni ja visualiseeriti geeni-geeni interaktsiooni võrgustik võrguanalüsaatoriga Cytoscape v3.7.2 [42]. Selles võrgus peeti hub-geenideks kõrge astmega geene, mis sisaldasid moodulis omavahel tihedalt seotud sõlme. Need jaoturigeenid tuvastati, teostades analüüsi Cytoscape'i MCODE pistikprogrammiga.
Regulatory miRNA–mRNA network cpealstructipeal
Kasutades veebitööriista miRDIP v4.1, saadi interaktsioonid mooduli geenide ja miRNA-de vahel. Kümme, suure ennustuskindlusega miRNA-mRNA paarid valiti miRNA-mRNA regulatoorse võrgu ehitamiseks, kasutades Cytoscape v3.7.2. Meie tulemuste ristvalideerimiseks saadi miRNA-mRNA interaktsioonid ka miRNeti andmebaasist.
Functipeall etrichmett analysis
Tuvastatud geenide potentsiaalsete funktsioonide paremaks mõistmiseks viidi läbi geeniontoloogia (GO) ja Kyoto geenide ja genoomide entsüklopeedia (KEGG) rajaanalüüsi rikastusanalüüs, kasutades R-paketti "klastrirulli" [44]; mõnel juhul (lisafail 4: S4A, lisafail 5: S5A, lisafail 6: S6A ja lisafail 9: S9C) käivitati TCGAbiolinksi teegis funktsioon TCGAanalyze_ EAcomplete. Selles uuringus korrigeeriti GO terminite ja KEGG radade tulemusi Benjamini-Hochbergiga (BH).P- väärtused<0.05 were="" considered="" to="" be="" significantly="">
Cistanche tubulosa hoiab ära neeruhaiguse, proovi saamiseks klõpsake siin
Viidatances
1. Abu Jawdeh BG, Govil A. Äge neerukahjustus siirdamise tingimustes: diferentsiaaldiagnostika ning mõju tervisele ja tervishoiule. Adv krooniline neeruhaigus. 2017;24(4):228–32.
2. Cooke WR, Hemmilä UK, Craik AL, Mandula CJ, Mvula P, Msusa A jt. Sünnitusabiga seotud ägeda neerukahjustuse esinemissagedus, etioloogia ja tulemused Malawis: perspektiivne vaatlusuuring. BMC Nephrol. 2018;19(1):25.
3. Solé C, Pose E, Solà E, Ginès P. Hepatorenaalne sündroom ägeda neerukahjustuse ajastul. Liver Int Of J Int Assoc Study Liver. 2018;38(11):1891–901.
4. Ostermann M, Liu K. AKI patofüsioloogia. Best Pract Res Clin Anaes- muld. 2017;31(3):305–14.
5. Saliminejad K, Khorram Khorshid HR, Soleymani Fard S, Ghafari SH. MikroRNA-de ülevaade: bioloogia, funktsioonid, teraapiad ja analüüsimeetodid. J Cell Physiol. 2019;234(5):5451–65.
6. Friedman RC, Farh KK, Burge CB, Bartel DP. Enamik imetajate mRNA-sid on mikroRNA-de konserveerunud sihtmärgid. Genome Res. 2009;19(1):92–105.
7. Pan X, Wenzel A, Jensen LJ, Gorodkin J. Prognoositud mikroRNA sidumiskohtade klastrite genoomiülene tuvastamine mikroRNA käsnakandidaatidena. PLoS ONE. 2018;13(8):e0202369.
8. Chen B, Hua Z, Qin X, Li Z. Integreeritud mikrokiip, et tuvastada jaoturi miRNA-d ja konstrueeritud miRNA-mRNA võrk neuroblastoomi korral bioinformaatika analüüsi abil. Neurochem Res. 2020.
9. Liu HM, Huang Y, Li L, Zhang Y, Cong X, Wu LL jt. MicroRNA-mRNA ekspressiooniprofiilid ja submandibulaarse näärme funktsionaalne võrk II tüüpi diabeetilistel db / db hiirtel. Arch Oral Biol. 2020;120:104947.
10. Iwuchukwu I, Nguyen D, Beavers M, Tran V, Sulaiman W, Fannin E jt. MikroRNA regulatsioonivõrk kui hilise krambi biomarkerid spontaanse intratserebraalse hemorraagiaga patsientidel. Mol Neurobiol. 2020;57(5):2346–57.
11. van Zonneveld AJ, Rabelink TJ, Bijkerk R. miRNA-koordineeritud võrgud kui paljulubavad terapeutilised sihtmärgid ägeda neerukahjustuse korral. Olen J Pathol. 2017;187(1):20–4.
12. Wu J, Li DD, Li JY, Yin YC, Li PC, Qiu L jt. Tsisplatiini poolt indutseeritud neerutuubulite epiteelirakkude vigastusega seotud mikroRNA-mRNA võrkude tuvastamine. Eur J Pharmacol. 2019;851:1–12.
13. Langfelder P, Horvath S. WGCNA: R-pakett kaalutud korrelatsioonivõrgustiku analüüsiks. BMC Bioinform. 2008; 9:559.
14. Zhang X, Bai J, Yuan C, Long L, Zheng Z, Wang Q jt. Bioinformaatika analüüs ja emakakaela intraepiteliaalse neoplaasia patogeneesiga seotud potentsiaalsete geenide tuvastamine. J Vähk. 2020;11(8):2150–7.
15. Li J, Lu L, Zhang YH, Xu Y, Liu M, Feng K jt. Leukeemia tüvirakkude ekspressioonisignatuuride tuvastamine Monte Carlo funktsioonide valikustrateegia ja tugivektori masina abil. Cancer Gene Ther. 2020;27(1–2):56–69.
16. Pan X, Zeng T, Yuan F, Zhang YH, Chen L, Zhu L jt. Isotsitraadi dehüdrogenaasi mutatsiooni glioomide alatüüpidega seotud metüülimise signatuuri ja geenifunktsioonide sõelumine. Ees Bioeng Biotechnol. 2019; 7:339.
17. Shen M, Song Z, Wang JH. Amygdala mikroRNA ja mRNA profiilid on seotud noorte hiirte stressist põhjustatud depressiooni ja vastupidavusega. Psühhofarmakoloogia. 2019;236(7):2119–42.
18. An T, Song Z, Wang JH. Tasustamise ravi molekulaarne mehhanism, mis parandab kroonilist stressist põhjustatud depressiivset käitumist, mida hinnati miRNA ja mRNA sekveneerimisega mediaalses prefrontaalses ajukoores. Biochem Biophys Res Commun. 2020;528(3):520–7.
19. Zuk A, Bonventre JV. Äge neerukahjustus. Annu Rev Med. 2016;67:293–307.
20. Wilfingseder J, Sunzenauer J, Toronyi E, Heinzel A, Kainz A, Mayer B jt. Siirdamisjärgse ägeda neerukahjustuse molekulaarne patogenees: kogu genoomi mRNA ja miRNA profiilide hindamine. PLoS ONE. 2014;9(8):e104164-e.
