Identificarea potențialilor biomarkeri și căi în colita ulcerativă cu ARNm public combinat

Lili Yang 1.2 #, Yaoyao Bian 3 #, Zhengjun Li 4 #, Yan Yan 5, Junyi Li 1, Wenlin Li 2, Li Zeng 1.2

Contribuții: (I) Concepție și proiectare: L Yang, Y Bian; (II) Sprijin administrativ: Nici unul; (III) Furnizarea de materiale de studiu sau de pacienți: Nici unul; (IV) Colectarea și asamblarea datelor: Y Bian; (V) Analiza și interpretarea datelor: Z Li, J Li; (VI) Scrierea manuscriselor: Toți autorii; (VII) Aprobarea finală a manuscrisului: Toți autorii.

# Acești autori au contribuit în mod egal la această lucrare.

Fundal: Colita ulcerativă (UC) este o boală inflamatorie cronică, recidivantă și nespecifică, care implică diferite gene și căi în patogeneza lor. Dovezi în creștere au arătat că microARN-urile (miARN-uri) acționează ca regulatori cheie post-transcripționali ai expresiei genice în UC. Acest studiu actual a vizat identificarea miARN-urilor cheie, a genelor potențiale țintă și a căilor relevante implicate în UC pentru a-și descoperi mecanismele moleculare de bază utilizând analiza bioinformatică.

Metode: Profilurile de expresie mARN și miARN au fost recuperate și descărcate din baza de date Genn Expression Omnibus (GEO). Genele exprimate diferențial (DEG) și miARN (DEMI) au fost obținute utilizând pachetul software R.

Rezultate: Au fost obținute un total de 79 DEG și 47 DEMI. Și un grup de miARN și mARN-urile lor țintă au fost identificate. A arătat că miR-1231 poate fi un regulator cheie pentru DUOX2 și TFF1. CCL11 poate fi potențial vizat de miR-625. MMP1 poate juca roluri vitale în dezvoltarea UC prin reglarea căii de semnalizare miR-1228/PPAR. În plus, am validat cel mai semnificativ miARN exprimat în sus/în jos (miR-92b, miR-625) și doi dintre mARN-urile lor corespunzătoare (AQP8 și TAGAP, CCL11 și CHI3L1) în țesuturile colonului din modelele UC preliminar. Rezultatele au fost în concordanță cu analiza microarray.

Concluzii: Aceste descoperiri pot oferi noi perspective asupra reprezentării mecanismelor cheie asociate cu dezvoltarea UC.

Cuvinte cheie: Colita ulcerativă (UC); microARN (miARN); gene exprimate diferențial (DEG); analiza bioinformatică; analiza îmbogățirii funcționale

Trimis 06 martie 2019. Acceptat pentru publicare 03 iunie 2019.

Introducere

Colita ulcerativă (UC), un subtip de boală inflamatorie intestinală (IBD), este o boală inflamatorie cronică, recidivantă și nespecifică, care se limitează la mucoasa și submucoasa rectului sau colonului. Se caracterizează prin două perioade de boală activă și remisie. Manifestările clinice tipice sunt diareea, scaunul purulent și durerea abdominală (1).

UC afectează milioane de oameni din întreaga lume. Cele mai mari incidențe ale UC în America de Nord și Europa de Nord au fost de 6-15,6 și respectiv 10-20,3 cazuri la 100.000 anual (2). O analiză recentă a 44 de studii care a inclus 31.287 de pacienți asiatici a constatat o rată de prevalență de 0,85% a UC (3). În plus, pacienții care suferă de UC prezintă un risc ridicat de a dezvolta cancer colorectal (CRC) (4). UC a adus o povară personală și socială semnificativă. În plus, UC activ poate reduce calitatea vieții fizice și mentale și poate crește stresul psihologic.

În acest studiu, am preluat seturi de date de microarrays de expresie mARN și miARN de la Omnibusul de Expresie Genică (GEO) și am identificat un grup de miARN cheie și gene potențial țintă implicate în UC utilizând analiza bioinformatică. În plus, miARN-urile cele mai semnificative exprimate și genele lor țintă au fost selectate și efectuate pentru validare preliminară prin qPCR în timp real (qRT-PCR). Studiul a urmărit să sugereze semnături miARN utile pentru detectarea și diagnosticarea activă a UC, precum și să exploreze patogeneza subiacentă prin identificarea potențialei ARNm direcționate către miARN la nivel molecular.

Metode

Criterii de colectare și includere a studiilor

Seturile de date ale profilului de expresie microarray mRNA au fost recuperate și descărcate din baza de date GEO (disponibilă online: http://www.ncbi.nlm.nih.gov/geo) prin căutarea următoarelor cuvinte cheie: „ARN”, „colită ulcerativă activă”, și „Homo sapiens” (organism). Criteriile de includere au fost după cum urmează: (I) țesuturi de colon de la pacienți adulți cu UC activă (nu celule); (II) probe din grupul UC fără a primi intervenții sau tratamente; și (III) ambele numere de UC și eșantionul de control al sănătății ≥12. În plus, seturile de date ale profilului miARN au fost căutate utilizând cuvintele cheie: „miARN”, „colită ulcerativă activă” și „Homo sapiens” (organism) în conformitate cu următoarele criterii: (I) țesuturile colonului de la pacienții UC activi (nu celulele) și (II) probe din grupul UC fără a primi intervenții sau tratamente. După screening, au fost selectate două seturi de date de expresie mARN [GSE53306 (16) și GSE65114] și a fost obținut un set de date de expresie miARN (GSE43009) pentru analiză. Fluxul de lucru al procesării și analizei datelor este prezentat în Figura 1.

colita

Date microarray

În acest studiu, platforma pentru GSE53306 s-a bazat pe GPL14951 Illumina HumanHT-12 WG-DASL V4.0 R2 beadchip de expresie, care a constat din 16 probe active UC și 12 controale. Platforma pentru GSE65114 a fost matricea GPL16686 (HuGene-2_0-st) Affymetrix genă umană 2.0 ST, care a inclus 16 probe active UC și 12 controale. Platforma pentru GSE43009 s-a bazat pe matrice GPL16384 Affymetrix multispecie miRNA-3, care a constat din cinci controale și cinci probe UC.

Prelucrarea datelor și gene exprimate diferențial (DEG)/identificare diferențială a miARN (DEMI)

Datele brute au fost descărcate din baza de date GEO și apoi normalizate și standardizate utilizând pachetul software R. Analiza expresiei diferențiale genice a fost efectuată prin pachetele limma din pachetul Bioconductor (17) (disponibil online: http://www.bioconductor.org/). Hărțile de căldură ale celor două seturi de date mRNA au fost mapate utilizând pachetul gplots din R pentru a vizualiza valorile de expresie ale genelor din diferitele probe. Când am selectat DEG-urile, P 1 a fost considerat ca fiind valorile limită, unde FC este o schimbare de ori. DEMI semnificative au fost examinate prin întâlnirea ambilor adj. P 1. Instrumentul online Venny (disponibil online: http://bioinfogp.cnb.csic.es/tools/venny) a fost utilizat pentru a identifica DEG-urile din cele două seturi de date ale ARNm. DEMI-urile identificate au fost păstrate pentru analize bioinformatice ulterioare.