$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
DNA-Methylierungsarrays sind aufgrund ihres Kosten-Nutzen-Verhältnisses die am häufigsten verwendeten Methoden für den Zugang zur DNA-Methylierung14. Die vorliegende Studie beschrieb ein detailliertes Protokoll unter Verwendung einer kommerziell erhältlichen Microarray-Plattform zur Bewertung der DNA-Methylierung in einer Pilotstudie, die in einer brasilianischen Kohorte durchgeführt wurde. Die erhaltenen Ergebnisse der Pilotstudie bestätigten die Wirksamkeit des Protokolls. Abbildung 3 zeigt die Vergleichbarkeit der Stichprobe und die vollständige Bisulfit-Konvertierung32.
Als Qualitätskontrollschritt empfahl der ChAMP-Algorithmus den Ausschluss von CpGs-Standorten während des Filterprozesses. Ziel des Ausschlusses von Sonden ist es, die Datenanalyse zu verbessern und Bias zu eliminieren. Die minderwertigen CpGs (p-Werte unter 0,05) wurden entfernt, um experimentelles Rauschen im Datensatz zu eliminieren. Die Ziele blieben in der Dichtediagrammanalyse erhalten. Zhou33 beschrieb die Bedeutung der Filterung von CpGs in der Nähe von SNPs, um Diskrepanzen zu vermeiden, eine Fehlinterpretation der Methylierung polymorpher Cytosine und die Verursachung von Schaltfarbe des Typ-I-Sondendesigns34. Da XY-Chromosomen durch Prägung unterschiedlich beeinflusst werden, haben Heiss und Just35 die Bedeutung der Filterung dieser Sonden verstärkt, da bei Frauen die Probleme mit der Hybridisierung Störfaktoren sein können35.
Das Verfallsdatum der DMAPs, das Eröffnungsdatum des Formamids, die analytische Qualität des absoluten Ethanols und die Gesamtleukozytenzahl gelten als kritische Schritte im Protokoll.
Darüber hinaus ist nach unseren Beobachtungen die Zelltypschätzung für die Durchführung der bioinformatischen Analyse unerlässlich. Die Houseman-Methode führt die Zelltypschätzung durch, wie in Tians Studie30 beschrieben. Diese Methode basiert auf 473 spezifischen CpG-Standorten, die die Prozentsätze der wichtigsten Zelltypen wie Granulozyten, Monozyten, B-Zellen und T-Zellen vorhersagen können36. Wir haben die empfohlene Funktion "myRefbase" aus dem ChAMP-Paket verwendet. Nach der Schätzung passt der ChAMP-Algorithmus die Beta-Werte an und eliminiert diese Verzerrung aus dem Datensatz. Dieser Schritt ist in Studien, die sich auf Fettleibigkeit konzentrieren, von entscheidender Bedeutung, da diese Population aufgrund ihres chronischen Entzündungszustands einen erheblichen Unterschied in den weißen Blutkörperchen aufweist.
Wir haben nur die ursprüngliche Kappenkarte für das gängige PCR-Siegel in Bezug auf Methodenmodifikation und Fehlerbehebung geändert. Nach jedem Zentrifugationsprozess wurde die Dichtung gegen eine neue ausgetauscht. Wir konnten die Standard-Heißsiegelung nicht verwenden und passten sie mit Aluminiumfolie um die Platte an.
Obwohl kommerzielle Assays als Goldstandard für epigenetische Studien angesehen wurden, könnte eine Einschränkung des Protokolls die Spezifität der Reagenzien und Geräte einer einzigartigen Marke sein37,38,39,40. Eine weitere Einschränkung ist das Fehlen von Indikatoren, die es ermöglichen, den korrekten Fortschritt des Experiments zu identifizieren41.
Die Standardisierung des vorliegenden Protokolls stellt einen großartigen Leitfaden für die epigenetische Forschung dar, reduziert menschliche Fehler während des Prozesses und ermöglicht eine erfolgreiche Datenanalyse und Vergleichbarkeit zwischen verschiedenen Studien.
Nach unseren Ergebnissen eignen sich DNA-Methylierungsexperimente für Studien, die Personen mit und ohne Adipositas vergleichen43. Auch die vorgeschlagene bioinformatische Analyse lieferte qualitativ hochwertige Daten und konnte in groß angelegten Studien berücksichtigt werden.
Mit Hilfe der SVD-Analyse identifizierten wir, dass die Adipositas-bezogenen Merkmale (BMI, WC und FM) die Variabilität in DNA-Methylierungsdaten beeinflussten. Als signifikantes Ergebnis zeigt die Zelltypschätzung, dass sowohl natürliche Killerzellen (NK) als auch B-Zellen bei Frauen mit Adipositas höher waren als bei Frauen ohne Adipositas (Abbildung 5). Die höhere Anzahl dieser Zellen könnte durch den minderwertigen Entzündungszustand dieser Individuen erklärt werden44. Wir beobachteten, dass Patienten mit Adipositas hypo- und hypermethylierte CpGs in Promotorregionen von Genen haben, die mit der Fettmasse assoziiert sind. Die meisten Stellen waren hypomethyliert, was mit dem natürlichen Anstieg der Spiegel der reaktiven Sauerstoffspezies (ROS) bei diesen Individuen zusammenhängen könnte. Dieser oxidative Stresszustand kann Guaninperturbance an der Dinukleotidstelle fördern, 8-Hydroxy-2'-desoxyguanosin (8-OHdG) bilden, was zu einer 5mCp-8-OHdG-Dinukleotidstelle führt und die Rekrutierung von TET-Enzymen verursacht. All diese Ereignisse könnten für die Förderung der DNA-Hypomethylierung und Hypermethylierung durch verschiedene Wirkmechanismen verantwortlich sein45.
Darüber hinaus scheint die Rate der Adipogenese bei Personen mit Fettleibigkeit zu steigen, wobei etwa 10% der neuen Zellen zu alten Zellen werden46,47. Epigenetische Beiträge, die die fettleibige Umgebung betonen, können die Proliferations- und Differenzierungsraten der Zellen verändern und die Entwicklung der Fettmasse begünstigen48. Epigenetische Veränderungen können auch adipogene Programme beeinflussen und ihre Entwicklung erleichtern oder einschränken. Primäre Transkriptionsfaktoren (PPARγ oder C / EBPα) oder die Assemblierung von Multiproteinkomplexen, die in nachgeschalteten Promotorregionen positioniert sind, die durch Ein- oder Ausschließen epigenetisch modifizierender Enzyme betrieben werden, regulieren die Genexpression durch Hyper- oder Hypomethylierung45. Der PPARγ-Signalweg wurde zuvor beschrieben, um den WNT-Signalweg zu verändern, der in dieser Studie Gene angereichert hatte. Obwohl noch nicht bekannt ist, wie die WNT-Signalgebung während der Adipogenese auftritt, haben neuere Studien berichtet, dass sie eine wesentliche Rolle im Adipozytenstoffwechsel spielen könnte, insbesondere unter adikogenen Bedingungen49.