Identificatie van biomarkers voor genderspecificiteit van de ziekte van Alzheimer op basis van de gliale transcriptoomprofielen
Summary
Deze studie analyseerde single-nuclei transcriptomen van drieëndertig personen met de ziekte van Alzheimer (AD), waarbij geslachtsspecifieke DEG’s in gliacellen werden onthuld. Functionele verrijkingsanalyse benadrukte synaptische, neurale en hormoongerelateerde routes. De belangrijkste genen, namelijk NLGN4Y en zijn regulatoren, werden geïdentificeerd en potentiële therapeutische kandidaten voor genderspecifieke AD werden voorgesteld.
Abstract
Veel geslachtsspecifieke biomarkers zijn onlangs onthuld bij de ziekte van Alzheimer (AD); Cerebrale gliacellen werden echter zelden gerapporteerd. Deze studie analyseerde 220.095 single-nuclei transcriptomen uit de frontale cortex van drieëndertig AD-individuen in de GEO-database. Geslachtsspecifieke differentieel tot expressie gebrachte genen (DEG’s) werden geïdentificeerd in gliacellen, waaronder 243 in astrocyten, 1.154 in microglia en 572 in oligodendrocyten. Analyse van functionele annotaties in de genontologie (GO) en analyses van de Kyoto Encyclopedia of Genes and Genomes (KEGG) onthulden functionele concentratie in synaptische, neurale en hormoongerelateerde routes. Eiwit-eiwitinteractienetwerk (PPI) identificeerde MT3, CALM2, DLG2, KCND2, PAKACB, CAMK2D en NLGN4Y in astrocyten, TREM2, FOS, APOE, APP en NLGN4Y in microglia, en GRIN2A, ITPR2, GNAS en NLGN4Y in oligodendrocyten als sleutelgenen. NLGN4Y was het enige gen dat werd gedeeld door de drie glia en werd geïdentificeerd als de biomarker voor de geslachtsspecificiteit van AD. Gen-transcriptiefactor (TF)-miRNA coregulerend netwerk identificeerde belangrijke regulatoren voor NLGN4Y en zijn doel-TCM’s. Ecklonia kurome Okam (Kunbu) en Herba Ephedrae (Mahuang) werden geïdentificeerd en de effecten van de actieve ingrediënten op AD werden weergegeven. Ten slotte suggereerde de verrijkingsanalyse van Kunbu en Mahuang dat ze zouden kunnen fungeren als therapeutische kandidaten voor genderspecificiteit van AD.
Introduction
De ziekte van Alzheimer (AD) is een wereldwijde ziekte met een hoge incidentie en is verantwoordelijk voor 60%-80% van dementie1. Ondanks de hoge incidentie is de mechanistische pathogenese van AD niet duidelijk afgebakend en zijn er tot nu toe geen effectieve therapieën geweest2. De belangrijkste pathologieën bij AD werden geïdentificeerd als neuronale atrofie en de ophoping van pathologisch puin, voornamelijk microtubuli-geassocieerd eiwit Tau en β-amyloïde (Aβ)3,4. De pathogenese van AD wordt geassocieerd met abnormale autofagie, oxidatieve stress, mitochondriale disfunctie, ontstekingen stoornis van het energiemetabolisme. Prevalentieonderzoeken toonden aan dat tweederde van de AD-patiënten vrouw was6. Seksespecifieke verschillen bij AD bestaan in de etiologie, klinische manifestaties, preventie en behandeling. Het onthullen van het biologische mechanisme dat seksespecifieke verschillen in AD veroorzaakt en het richten op traditionele Chinese geneeskunde (TCM) kan dus mogelijk een uitgebreider theoretisch kader bieden om de pathogenese van AD te begrijpen en om een nauwkeurige behandelingsstrategie verder te sturen.
Neurogliacellen, met name microglia, astrocyten en oligodendrocyten, dragen mogelijk bij aan de pathogenese van AD. Bij AD worden microglia geactiveerd en genetisch veranderd, wat bijdraagt aan ontstekingsreactie, fagocytose en Aβ-klaring 7,8; astrocyt is genetisch veranderd, wat de synaptische activiteit, ionenhomeostase en het energie- en lipidenmetabolisme beïnvloedt9; Oligodendrocyt is genetisch veranderd met geslachtsspecificiteit, wat bijdraagt aan neuronaal verlies, neurofibrillaire knopen en laesies van witte stof 10,11.
In deze studie gebruikten we single-nuclei RNA-sequencing (snRNA-seq) als een superieure techniek. Vergeleken met single-cell RNA-sequencing (scRNA-seq) biedt snRNA-seq voordelen op het gebied van monsterrijkdom, celtype-integriteit en betrouwbaarheid van gegevens 12,13. SnRNA-seq is op grote schaal gebruikt in onderzoeken die zich richten op AD en het onderzoeken van de rol van gliacellen 14,15,16. De brede acceptatie ervan in deze onderzoeksgebieden benadrukt de effectiviteit ervan bij het verschaffen van waardevolle inzichten in de transcriptionele kenmerken van gliacellen bij AD. Door gebruik te maken van de voordelen van snRNA-seq, zijn onderzoekers in staat geweest om cruciale informatie te achterhalen over de betrokkenheid van gliacellen bij AD-pathologie en potentiële therapeutische doelen te identificeren. Om geslachtsspecifieke neurogliale transcriptionele kenmerken bij AD en mogelijke TCM’s voor geslachtsspecificiteit van AD te onderzoeken, analyseerde deze studie snRNA-seq-gegevens van de frontale cortex van AD-patiënten uit de openbare NCBI GEO-database. Geslachtsspecifieke differentieel tot expressie gebrachte genen (DEG’s), genontologie (GO), Kyoto Encyclopedia of Genes and Genomes (KEGG), eiwit-eiwitinteractie (PPI)-netwerk en gen-TF-miRNA-netwerk worden verder geanalyseerd om belangrijke biomarkers en mogelijke pathogenese te onthullen. Ten slotte werden potentiële TCM’s gesuggereerd en werden hun actieve ingrediënten weergegeven met tabellen door te zoeken in de databases van Coremine Medical, TCMIP en TCMSP.
Protocol
Representative Results
Discussion
Genderspecificiteit is geïdentificeerd in epidemiologie, pathologie en klinische manifestatie van AD19. Hier bevestigden we het potentiële pathologische mechanisme van de “hormoon-synaps-neuron-as” van geslachtsspecifieke gliagenen en gerelateerde routes bij AD-patiënten. NLGN4Y was het enige gedeelde gen in de drie glia en werd gekozen als de biomarker voor de geslachtsspecificiteit van AD. TF en miRNA’s die NLGN4Y reguleren, waren sterk verbonden met geslachtsverschillen en de ontwikkeling va…
Declarações
The authors have nothing to disclose.
Acknowledgements
De auteurs zijn Jessica S Sadick, Michael R O’Dea, Philip Hasel, enz. dankbaar voor het verstrekken van de GSE167490 dataset. De auteurs stellen het op prijs dat Faten A Sayed, Lay Kodama, Li Fan, enz. de GSE183068 dataset bieden. De auteurs bedanken Shuqing Liu voor de hulp bij de data-analyse en Wen Yang voor het leveren van het data-analyseplatform. Deze studie werd ondersteund door de National Natural Science Foundation of China (82174511), Chengdu University of Traditional Chinese Medicine Apricot Grove Scholars, Discipline Talent Research Enhancement Program (QJJJ2022001), LiaoNing Revitalization Talents Program (XLYC 1807083), Sichuan Administration Bureau Fund of Chinese Medicine and Herbs (2023MS578), National Undergraduate Innovation and Entrepreneurship Training Project (202310633003X) en Innovatieve onderwerpen van de wetenschappelijke onderzoekspraktijk voor studenten aan de Chengdu University of Traditional Chinese Medicine (ky-2023100). Hanjie Liu en Hui Yang droegen bij aan het ontwerp van de studie, het verzamelen, interpreteren van gegevens en het opstellen en herzien van het manuscript. Shuqing Liu en Siyu Li namen deel aan het ontwerp van de studie, het verzamelen van gegevens en het opstellen van het manuscript. Wen Yang en Anwar Ayesha waren verantwoordelijk voor het verzamelen en interpreteren van de gegevens. Xin Tan bereidde figuren en/of tabellen voor. Cen Jiang, Yi Liu en Lushuang Xie bedachten de studie en beoordeelden/redigeerden het manuscript. Alle auteurs hebben bijgedragen aan het artikel en hebben de ingediende versie goedgekeurd.
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/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 |
Referências
- 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).
