Novas Descobertas sobre a ELA: Padrões de Expressão Gênica Revelados
Pesquisas mostram que mudanças na expressão gênica estão ligadas à ELA, abrindo novas possibilidades para entender e tratar a doença.
― 6 min ler
Esclerose lateral amiotrófica (ELA) é uma doença séria que prejudica a capacidade do corpo de controlar os músculos, levando a problemas graves de movimento e morte em poucos anos. Embora os pesquisadores ainda não entendam completamente por que a ELA acontece ou como ela é passada entre famílias, eles começaram a encontrar alguns genes que podem aumentar o risco. Essa pesquisa tá ajudando a gente a entender mais sobre o que dá errado no corpo com a ELA.
O Impacto da ELA no Cérebro
As áreas do cérebro que controlam o movimento, especialmente o córtex motor, são afetadas logo no início da doença. Cientistas tão estudando como a expressão dos genes muda nessa parte do cérebro pra entender as causas da ELA. Pesquisas recentes apontaram mudanças em vários genes relacionados ao sinalização nervosa, produção de proteínas e respostas ao estresse nas células. No entanto, a maioria dos estudos nessa área olhou pra grupos de amostras relativamente pequenos, dificultando a confirmação dos achados.
Coletando e Analisando Dados
Pra entender melhor a ELA, os pesquisadores usaram dois grandes conjuntos de dados de RNA de pessoas com e sem ELA. O primeiro conjunto veio do King's College London e incluiu amostras de 171 pessoas, enquanto o segundo conjunto veio do TargetALS e incluiu amostras de 234 indivíduos. Ao analisar esses conjuntos juntos, os pesquisadores queriam encontrar padrões na expressão dos genes que são únicos à ELA. Eles esperavam usar esses padrões pra desenvolver novas ideias sobre como a doença funciona, possíveis tratamentos e testes pra identificar a doença mais cedo.
Como As Amostras Foram Coletadas?
As amostras do conjunto do King's College foram retiradas post-mortem do córtex motor de indivíduos que tinham ELA. Um processo semelhante foi usado para o conjunto do TargetALS, que também veio de tecido post-mortem. Ambos os conjuntos forneceram insights únicos, mas complementares, na patologia da ELA.
Processamento e Análise de Dados
Os pesquisadores processaram as amostras usando uma abordagem padronizada. Eles cortaram seções de baixa qualidade dos dados e alinharam isso a um genoma de referência específico. Depois, contaram quantas vezes cada gene foi expresso. Usaram diferentes métodos pra analisar os dados comparando os que tinham ELA com os indivíduos saudáveis. Eles também checaram se os achados eram significativos e não apenas resultado do acaso.
Características das Amostras
Ao comparar os dois grupos, algumas diferenças-chave foram notadas. No conjunto do King's College, havia diferenças notáveis na idade e no tempo que levou pra coletar as amostras após a morte entre aqueles com ELA e aqueles sem. Por outro lado, o conjunto do TargetALS não mostrou diferenças significativas de idade, mas teve uma pequena, mas notável, variação no tempo de coleta das amostras. Essas diferenças foram levadas em conta ao analisar os dados.
Principais Descobertas: Genes Ligados à ELA
Do conjunto do King's College, foram encontrados um total de 2.290 genes que mostraram diferenças significativas nos níveis de expressão entre aqueles com ELA e pessoas saudáveis. Desses, cerca de 1.500 genes estavam mais ativos, enquanto cerca de 780 estavam menos ativos em pessoas com ELA. No conjunto do TargetALS, 402 genes mostraram diferenças significativas, com 250 downregulados e 152 upregulados.
Genes Compartilhados em Ambos os Conjuntos
Curiosamente, também havia 44 genes que foram significativamente alterados em ambos os conjuntos, todos mostrando padrões consistentes. Essa descoberta sugere que há processos biológicos centrais envolvidos na ELA que podem ser observados em diferentes estudos. Os pesquisadores usaram métodos estatísticos pra confirmar a significância desses genes compartilhados.
Processos Biológicos Afetados na ELA
A análise destacou vários Caminhos Biológicos importantes que são impactados na ELA. No conjunto do King's College, houve mudanças notáveis relacionadas à sinalização nervosa e contração muscular. O conjunto do TargetALS revelou processos significativos relacionados ao sistema imunológico. Essa variação pode estar ligada às diferenças biológicas nas amostras analisadas.
O Papel da Sinalização de Neuropeptídeos
Um caminho proeminente que se destacou em ambos os conjuntos foi a sinalização de neuropeptídeos. Neuropeptídeos são moléculas que ajudam a transmitir sinais no sistema nervoso. Dada sua participação, os pesquisadores focaram em como as mudanças nos níveis de neuropeptídeos se correlacionavam com o início e a duração da ELA. Vários neuropeptídeos estavam ligados a características clínicas da doença.
Mudanças nos Tipos de Células
Outro aspecto investigado foi o tipo de células presentes nas amostras. A análise mostrou variações na composição celular entre pacientes com ELA e indivíduos saudáveis. Por exemplo, pacientes com ELA tinham menos células endoteliais e níveis mais altos de certos tipos de neurônios, enquanto diferenças nos níveis de astrócitos foram observadas no conjunto do TargetALS.
O Explorador de Expressão Gênica da ELA
Pra tornar os achados mais acessíveis, os pesquisadores criaram uma ferramenta que permite aos usuários explorar os níveis de expressão de genes específicos em casos de ELA em comparação com controles saudáveis. Esse aplicativo web serve como um recurso tanto pra cientistas quanto pra pacientes.
Implicações para Pesquisas Futuras
As descobertas dessa pesquisa oferecem insights importantes sobre a ELA. Os perfis de expressão gênica indicam vários processos biológicos em jogo na doença e sugerem alvos potenciais pra investigações futuras. Identificar biomarcadores confiáveis pra ELA é crucial, especialmente aqueles que podem prever quando a doença pode aparecer pela primeira vez.
Limitações do Estudo
Apesar das contribuições dessa pesquisa, existem algumas limitações. Como as amostras foram retiradas de indivíduos que já tinham falecido, fica difícil determinar se as mudanças observadas na expressão gênica estão causando diretamente a doença ou se são consequência dela. Além disso, diferenças nos tamanhos das amostras e nos métodos de coleta entre os conjuntos podem influenciar os resultados e as conclusões.
Conclusão
Em conclusão, essa pesquisa ilumina a natureza complexa da ELA. Destaca os papéis de vários processos biológicos e genes, especialmente dentro da sinalização de neuropeptídeos. Ainda há muito a aprender sobre essa doença, e estudos contínuos serão essenciais pra identificar novos tratamentos e melhorar os resultados dos pacientes. Entender os mecanismos subjacentes da ELA pode levar a avanços em como lidamos com essa doença desafiadora.
Título: Transcriptomics Analyses of ALS Post-mortem Motor Cortex highlight alteration and potential biomarkers in the Neuropeptide Signalling pathway
Resumo: BackgroundAmyotrophic lateral sclerosis (ALS) is a fatal heterogeneous neurodegenerative disease that typically leads to death from respiratory failure within two to five years. Despite the identification of several genetic risk factors, the biological processes involved in ALS pathogenesis remain poorly understood. The motor cortex is an ideal region to study dysregulated pathological processes in ALS as it is affected from the earliest stages of the disease. In this study, we investigated motor-cortex gene expression of cases and controls to gain new insight into the molecular footprint of ALS. MethodsWe performed a large case-control differential expression analysis of two independent post-mortem motor cortex bulk RNA-sequencing (RNAseq) datasets from the Kings College London BrainBank (N = 171) and TargetALS (N = 132). Differentially expressed genes from both datasets were subjected to gene and pathway enrichment analysis. Genes common to both datasets were also reviewed for their involvement with known mechanisms of ALS pathogenesis to identify potential candidate genes. Finally, we performed a correlation analysis of genes implicated in pathways enriched in both datasets with clinical outcomes such as the age of onset and survival. ResultsDifferential expression analysis identified 2,290 and 402 differentially expressed genes in KCL BrainBank and TargetALS cases, respectively. Enrichment analysis revealed significant synapse-related processes in the KCL BrainBank dataset, while the TargetALS dataset carried an immune system-related signature. There were 44 differentially expressed genes which were common to both datasets, which represented previously recognised mechanisms of ALS pathogenesis, such as lipid metabolism, mitochondrial energy homeostasis and neurovascular unit dysfunction. Differentially expressed genes in both datasets were significantly enriched for the neuropeptide signalling pathway. By looking at the relationship between the expression of neuropeptides and their receptors with clinical measures, we found that in both datasets NPBWR1, TAC3 and SSTR1 correlated with age of onset, and GNRH1, TACR1 with survival. We provide access to gene-level expression results to the broader research community through a publicly available web application (https://alsgeexplorer.er.kcl.ac.uk). ConclusionThis study identified motor-cortex specific pathways altered in ALS patients, potential molecular targets for therapeutic disease intervention and a set of neuropeptides and receptors for investigation as potential biomarkers.
Autores: alfredo iacoangeli, R. Kabiljo, H. Marriott, G. Hunt, A. Pfaff, A. Al Khleifat, B. N. Adey, A. Jones, C. Troakes, J. Quinn, R. Dobson, S. Koks, A. Al Chalabi, A. Iacoangeli
Última atualização: 2023-05-08 00:00:00
Idioma: English
Fonte URL: https://www.medrxiv.org/content/10.1101/2023.05.05.23289551
Fonte PDF: https://www.medrxiv.org/content/10.1101/2023.05.05.23289551.full.pdf
Licença: https://creativecommons.org/licenses/by/4.0/
Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.
Obrigado ao medrxiv pela utilização da sua interoperabilidade de acesso aberto.
Ligações de referência
- https://www.targetals.org/
- https://www.targetals.org/wp-content/uploads/2020/11/README-1.zip
- https://github.com/rkabiljo/RNASeq_Genes_ERVs
- https://github.com/rkabiljo/DifferentialExpression_Genes
- https://github.com/rkabiljo/ShufflingLabelsForDE
- https://portal.genego.com
- https://alsgeexplorer.er.kcl.ac.uk
- https://databrowser.projectmine.com