El reanálisis de transcriptomas públicos revela firmas inmunitarias compartidas entre el trastorno depresivo mayor y la dermatomiositis con contexto unicelular

Resumen

Este estudio tenía como objetivo utilizar un reanálisis bioinformático integrativo de conjuntos de datos públicos de GEO, combinado con contextualización de células individuales, para identificar genes candidatos compartidos entre el trastorno depresivo mayor y la dermatomiositis, y caracterizar su distribución entre subconjuntos de células inmunitarias en un conjunto de datos unicelular relacionado con dermatomiositis.

Resumen

Este estudio tuvo como objetivo identificar señales transcriptómicas compartidas entre el trastorno depresivo mayor y la dermatomiositis mediante un reanálisis bioinformático integrativo de conjuntos de datos públicos de GEO con contextualización de células individuales. El flujo de trabajo analítico incluyó el Análisis de Redes de Coexpresión Genética Ponderada (WGCNA) para la identificación de módulos clave, análisis de enriquecimiento de la Ontología Génica (GO) y la Enciclopedia de Genes y Genomas de Kyoto (KEGG) para caracterización funcional, análisis de redes basados en GeneMANIA y una plataforma de visualización de redes para la priorización de genes candidatos, y la evaluación de 113 modelos de aprendizaje automático combinados con SHapley Aditivive ExPlanations (SHAP) para la selección de características diagnósticas. Posteriormente se realizaron análisis de enriquecimiento de conjuntos génicos (GSEA), análisis de infiltración inmune y contextualización basada en ARN-seq de células individuales para caracterizar mejor el contexto celular relacionado con el sistema inmunitario de las señales identificadas. La integración de conjuntos de datos GEO relacionados con dermatomiositis identificó 570 genes expresados diferencialmente, de los cuales se obtuvieron 33 genes candidatos compartidos mediante WGCNA. El enriquecimiento funcional y los análisis de redes destacaron la defensa inmunitaria, la citotoxicidad y las vías que incluyen PPAR, IL-17 y procesamiento de antígenos, emergiendo ELANE, PPBP y CTSG como nodos altamente conectados. La priorización de características basada en aprendizaje automático mantuvo 8 genes seleccionados por modelos candidatos, a saber: KIF4A, OLR1, KIR2DL4, KRT23, KIR3DS1, AZU1, SCG5 y LRRC37E. El análisis de infiltración inmunitaria asoció estos genes compartidos con células T reguladoras (Tregs), mastocitos en reposo, células dendríticas en reposo y macrófagos tanto clásicamente activados (M1) como alternativos (M2). La contextualización de ARN-seq de células individuales sugirió además que los subconjuntos de células T CD8⁺ con diferentes estados de puntuación de genes candidatos mostraban patrones de comunicación intercelular distintos. Entre ellas, el eje MIF–(CD74+CD44) y las señales de las células T de memoria ingenua/central fueron características notables que requirieron una validación adicional. En conjunto, este estudio identificó señales transcriptómicas compartidas entre el trastorno depresivo mayor y la dermatomiositis, y destacó contextos celulares relacionados con el sistema inmunitario que merecen una validación adicional en cohortes verdaderamente comórbidas.

Introducción

La dermatomiositis es una enfermedad autoinmune sistémica crónica caracterizada por la implicación inflamatoria de la piel y el músculo esquelético, manifestada clínicamente por debilidad simétrica del músculo proximal y lesiones cutáneas distintivas, y, en casos graves, disfunción multiorgánica¹. La acumulación de evidencia clínica pone de manifiesto que los pacientes con dermatomiositis experimentan frecuentemente comorbilidades psiquiátricas, especialmente el trastorno depresivo^{mayor 2,3,4}. La patogénesis del trastorno depresivo mayor asociado a la dermatomiositis es multifactorial, surgiendo de una compleja interacción entre el malestar psicosocial, la desregulación neuroendocrina y la inmunoinflamación sistémica. El dolor persistente, la fatiga y la debilidad muscular progresiva pueden afectar sustancialmente la función física y la calidad de vida. Estas cargas pueden conducir a la alteración del rol social, estrés psicológico crónico y reducción de^{autonomía 5}. Además, la exposición prolongada a glucocorticoides puede alterar el eje hipotalámico-hipófisis-suprarrenal (HPA) y afectar la plasticidad hipocampal, aumentando así la vulnerabilidad a manifestaciones relacionadas con^{la depresión 6}. Además, la activación inmunitaria sostenida y la inflamación sistémica en la dermatomiositis son cada vez más reconocidas como posibles factores que contribuyen a los síntomas relacionados con^{la depresión 7}. Estos mediadores periféricos pueden influir en el sistema nervioso central modulando el metabolismo de los neurotransmisores y la neuroplasticidad, vinculando así la autoinmunidad sistémica con manifestaciones^{neuropsiquiátricas} 7,8,9,10.

Es importante destacar que esta justificación no implica que ninguna de las dos enfermedades sea biológicamente homogénea. La dermatomiositis comprende subconjuntos clínico y serológicamente distintos, incluyendo fenotipos asociados a γ anti-MDA5 y anti-TIF1, con diferentes perfiles inflamatorios y^clínicos 11,12,13. El trastorno depresivo mayor también se reconoce cada vez más como una condición heterogénea, y la evidencia actual respalda la existencia de un subtipo inmunoinflamatorio en lugar de una única firma inflamatoria^{universal 14,15}. Por ello, el presente estudio no fue diseñado para asumir un programa molecular compartido único para todos, sino para detectar señales transcriptómicas asociadas a inmunes que se solapan a los candidatos, detectables a nivel de cohorte en conjuntos de datos públicos independientes.

Más allá del estrés psicosocial y la exposición al tratamiento, un vínculo más testable biológicamente entre el trastorno depresivo mayor y la dermatomiositis es la desregulación inmunoinflamatoria compartida. El trastorno depresivo mayor es una condición heterogénea y no se debe asumir que tiene un único perfil transcriptómico universal. Sin embargo, la evidencia convergente apoya un subtipo relacionado con la inflamación del trastorno depresivo mayor, y estudios transcriptómicos periféricos han identificado desregulación de las vías innatas inmune, relacionadas con neutrófilos, interferón y complemento en subgrupos de individuos^afectados 14,16,17. Paralelamente, la señalización de estrés relacionada con MACK también ha estado implicada en fenotipos^{depresivos 18}. La dermatomiositis, en cambio, es una enfermedad autoinmune bien reconocida impulsada por interferón, y los estudios transcriptómicos en sangre y tejidos afectados han demostrado consistentemente la activación del interferón tipo I y de programas inmunoinflamatorios más amplios; análisis multiómicos recientes han destacado aún más la actividad de las vías relacionadas con ERK y p38 MACK en la^{dermatomiositis} 19,20,21. En conjunto, estos hallazgos proporcionan una justificación biológicamente plausible para examinar si un subconjunto de señales transcriptómicas asociadas al sistema inmunitario puede solaparse entre el trastorno depresivo mayor y la dermatomiositis en conjuntos de datos públicos independientes.

A pesar de estas observaciones, la base molecular subyacente a la superposición entre el trastorno depresivo mayor y la dermatomiositis sigue siendo insuficientemente comprendida. Es importante destacar que los conjuntos de datos públicos actualmente disponibles no proporcionan una cohorte real de pacientes diagnosticados simultáneamente con trastorno depresivo mayor y dermatomiositis. Por lo tanto, en lugar de analizar directamente la depresión en pacientes con dermatomiositis, el presente estudio fue diseñado para identificar señales transcriptómicas compartidas a los candidatos en conjuntos de datos públicos separados sobre trastorno depresivo mayor y dermatomiositis mediante un marco integrativo de reanálisis^{bioinformático 22}. Específicamente, se analizaron conjuntos de datos transcriptómicos disponibles públicamente mediante análisis de expresión diferencial, análisis ponderado de redes de coexpresión génica (WGCNA), análisis de enriquecimiento funcional, análisis basado en redes y priorización de características basada en aprendizaje automático para identificar genes y vías candidatos cruzadas^{a enfermedades 23}. Además, se analizó un conjunto de datos unicelular relacionado con dermatomiositis para contextualizar estos genes candidatos a nivel de células inmunes. Como se ilustra en la Figura 1, el flujo de trabajo analítico general se resume en un diagrama de flujo escalonado. En lugar de establecer un mecanismo definitivo de comorbilidad, este estudio pretendía generar un marco guiado por hipótesis para identificar señales moleculares compartidas entre el trastorno depresivo mayor y la dermatomiositis.

En consecuencia, este estudio adoptó un marco de priorización escalonada. Los módulos de coexpresión asociados a la enfermedad se identificaron por primera vez por separado en conjuntos de datos de trastorno depresivo mayor y dermatomiositis, y su solapamiento se utilizó para definir señales compartidas entre enfermedades candidatas. Estos candidatos fueron contextualizados funcionalmente mediante enriquecimiento y análisis de redes basados en GeneMANIA, priorizados dentro de un marco de clasificación centrado en dermatomiositis mediante métodos de aprendizaje automático, y finalmente examinados en un conjunto de datos unicelular relacionado con dermatomiositis para proporcionar contextualización celular.

Figura 1: Diagrama de flujo del proceso de recogida y análisis de datos. Por favor, haga clic aquí para ver una versión ampliada de esta figura.

Se han utilizado varios enfoques alternativos para investigar la superposición molecular entre enfermedades. La intersección simple de listas de genes (DEG) expresadas diferencialmente es computacionalmente sencilla, pero carece de la información contextual a nivel de módulo proporcionada por el análisis de coexpresiones y es sensible a umbrales arbitrarios de cambio de plegamiento y valor P. El metaanálisis tradicional agrupa los tamaños de los estudios sobre la misma enfermedad, pero no está diseñado para identificar señales compartidas en dos condiciones distintas. El flujo de trabajo actual integra múltiples capas analíticas complementarias—solapamiento de módulos de coexpresión, enriquecimiento funcional, análisis de redes, priorización de características basada en aprendizaje automático, deconvolución inmune y contextualización de célula única—cada una con un propósito distinto dentro de un marco de priorización secuencial. Este diseño multicapa ayuda a reducir el número de genes candidatos paso a paso y proporciona una contextualización biológica validada cruzadamente en múltiples niveles. El protocolo es aplicable a cualquier par de enfermedades para las que existan conjuntos de datos transcriptómicos a granel y, opcionalmente, de célula única, disponibles públicamente, especialmente cuando no hay cohortes verdaderamente comórbidas disponibles. Sin embargo, el flujo de trabajo es observacional y no incorpora marcos formales de inferencia causal; Todos los hallazgos deben interpretarse como generadores de hipótesis y requerir validación experimental independiente.

En general, el flujo de trabajo analítico se diseñó como una estrategia de priorización secuencial en lugar de un marco directo de inferencia causal. Cada paso cumplía un propósito distinto: solapamiento de módulos basados en WGCNA para la identificación de señales compartidas candidatas, análisis de enriquecimiento/redes para contextualización biológica, aprendizaje automático para priorización de características en clasificación relacionada con dermatomiositis, y análisis de células individuales para contextualización a nivel de tipo celular.

Protocolo

Este estudio utilizó únicamente conjuntos de datos públicos y desidentificados de la base de datos Gene Expression Omnibus (GEO). Dado que el trabajo implicaba un análisis secundario de datos públicos existentes y no incluía contacto directo con los participantes, intervención ni acceso a información personal identificable, no se requirió aprobación adicional del comité de ética ni consentimiento informado.

Fuentes de datos y preprocesamiento

Todos los conjuntos de datos de expresión génica y de células individuales se obtuvieron de la base de datos^{GEO 24}. Para el trastorno depresivo mayor, se utilizó el conjunto de datos GSE98793, que comprende muestras de sangre periférica de 128 pacientes y 64 controles sanos. Para dermatomiositis, se seleccionaron conjuntos de datos basándose en criterios predefinidos, incluyendo el perfil de expresión de Homo sapiens, grupos de enfermedad y control claramente identificables, anotaciones disponibles en plataformas para el mapeo sonda-gen y idoneidad para análisis de descubrimiento o validación. Cuando una serie GEO contenía múltiples subtipos de miopatía inflamatoria, solo se extrajeron dermatomiositis y muestras de control normales para el presente estudio. GSE1551, GSE46239 y GSE128470 se usaron como conjuntos de datos de descubrimiento/entrenamiento, mientras que GSE5370, GSE39454 y GSE11971 se usaron como conjuntos de datos independientes de validación. Los conjuntos de datos de dermatomiositis analizados en este estudio se derivaron principalmente de músculos o tejidos cutáneos afectados, en lugar de sangre periférica. Los datos unicelulares para dermatomiositis se obtuvieron del conjunto de datos GSE190510.

Las matrices de expresión en bruto se descargaron de la base de datos GEO junto con los correspondientes archivos de anotación de la plataforma. Los identificadores de las sondas se asignaron a símbolos genéticos oficiales según la anotación GPL proporcionada por el fabricante. Se eliminaron las sondas que no podían asignarse de forma inequívoca a un solo símbolo genético oficial. Cuando múltiples sondas se mapeaban al mismo gen, se colapsaban a nivel génico usando el valor de expresión medio implementado por la función 'avereps' en el paquete limma, generando así una matriz de expresión gen por muestra.

Para reducir el sesgo dependiente de la intensidad y estabilizar la varianza, se aplicó la transformación log2 cuando era apropiado según la distribución de los valores de expresión. La normalización entre arrays se realizó entonces usando la función 'normalizeBetweenArrays' en el paquete limma. Los valores faltantes, cuando existían, se imputaban mediante la imputación de K-vecino más cercano. Para los conjuntos de datos integrados de entrenamiento de dermatomiositis, la corrección por lotes se realizó utilizando la función 'ComBat' en el paquete SVA, tratando el origen del conjunto de datos/plataforma como la variable por lotes y el grupo de muestra (dermatomiositis frente a control sano) incluidos en la matriz de diseño para preservar la variación biológica de interés durante el ajuste por lotes.

Todos los análisis se realizaron en R utilizando un entorno de desarrollo integrado para R en un sistema operativo de escritorio. El paquete limma se utilizó para la resumen y normalización de las sondas. El paquete sva se utilizó para la corrección por lotes de ComBat. Los valores faltantes se imputaron usando la imputación de k vecino más cercano con k = 10.

Análisis de redes de coexpresión génica ponderada

El análisis ponderado de la red de coexpresiones génicas (WGCNA) se realizó por separado para los conjuntos de datos de trastorno depresivo mayor y dermatomiositis utilizando el paquete R de^{WGCNA 25,26}. Las muestras se agruparon jerárquicamente usando flashClust para identificar valores atípicos; Se excluyeron muestras que superaran la altura de un dendrograma de 100 y genes en el 25% inferior de varianza. Para cada red, se seleccionaba una potencia de umbral suave (β) usando pickSoftThreshold para lograr una topología aproximada libre de escala (R² > 0,8). La matriz de adyacencia se transformó en una Matriz de Solapamiento Topológico (TOM), y los módulos se identificaron mediante corte dinámico de árbol con un tamaño mínimo de módulo de 60 y una altura de corte de fusión de 0,25²⁷. El paquete WGCNA R se utilizó junto con flashClust para el agrupamiento jerárquico. La semilla aleatoria se estableció en 12345 para la reproducibilidad. Los autogenes del módulo se correlacionaron con el estado de enfermedad mediante la correlación de Pearson, con valores P ajustados mediante el método de Benjamini–Hochberg. Para cada enfermedad, el módulo que mostraba la asociación más fuerte y significativa con el estado de enfermedad se mantuvo como el módulo clave asociado a la enfermedad. La superposición entre los genes clave del módulo del conjunto de datos de trastorno depresivo mayor y los del conjunto de datos de dermatomiositis se definió como el conjunto de genes compartido candidato para análisis posteriores. Se realizó un análisis de expresión diferencial de la cohorte integrada de dermatomiositis por separado para caracterizar los cambios transcripcionales relacionados con la dermatomiositis.

Análisis de enriquecimiento funcional

El análisis de enriquecimiento de la Ontología Génica (GO) se realizó usando R. Los símbolos génicos se convirtieron a IDs de Entrez usando org. Hs.eg.db y términos GO significativamente enriquecidos (p < 0,05) se identificaron usando enrichGO en clusterProfiler. Para la visualización multidimensional de los resultados, se generaron diagramas de barras y diagramas de burbujas usando el paquete enrichplot, mientras que se construyó un gráfico circular con el paquete circlize para mostrar categorías GO, recuento génico y factores de enriquecimiento. Las leyendas se añadieron con el paquete ComplexHeatmap. La Enciclopedia de Genes y Genomas de Kioto (KEGG) también se realizó un análisis de enriquecimiento de vías de genes expresados diferencialmente en R. Los símbolos génicos se convirtieron en identificadores Entrez basados en la organización. Hs.eg.db base de datos y vías significativamente enriquecidas (FDR < 0,05) se identificaron usando la función enrichKEGG del paquete^{clusterProfiler} 28,29,30,31. Los resultados del enriquecimiento se visualizaron utilizando diagramas de barras y burbujas.

Análisis de redes de asociación funcional basada en GeneMANIA

A partir de los genes compartidos previamente identificados, se construyó una red funcional de asociación basada en GeneMANIA para explorar el contexto de interacción entre estos genes y sus socios relacionados. La lista genética fue enviada a GeneMANIA utilizando a Homo sapiens como especie de referencia. GeneMANIA integra múltiples tipos de evidencia, incluyendo coexpresión, interacciones físicas, vías, colocalización, interacciones genéticas y dominios proteicos compartidos. La red resultante fue exportada e importada a una plataforma de visualización de red para su visualización y análisis. El análisis topológico de la red se realizó entonces en una plataforma de visualización de red para su visualización y análisis con el fin de identificar los nodos candidatos^{altamente conectados} 32,33,34.

Construcción de modelos diagnósticos basados en aprendizaje automático

Se utilizaron múltiples algoritmos de aprendizaje automático para la clasificación diagnóstica, incluyendo Random Forest (RF), Support Vector Machine (SVM), Análisis Discriminante Lineal (LDA), Naive Bayes, Gradient Boosting Machine (GBM), XGBoost, glmBoost, Elastic Net (Enet), Ridge, Least Absolute Shrinkage and Selection Operator (LASSO), Modelo Lineal Generalizado Paso a Paso (Stepglm) y Modelo Lineal Generalizado de Regresión Parcial de Mínimos Cuadrados (plsRglm⁾³⁵. Se aplicó un marco de modelado de dos etapas para generar 113 combinaciones de modelos candidatos. En la primera etapa, se utilizó el algoritmo inicial para el cribado variable en la cohorte de formación; En la segunda etapa, se utilizaron las variables retenidas para ajustarse a un modelo de clasificación diagnóstica. Los modelos con ≤5 variables seleccionadas fueron excluidos de la comparación posterior. Los conjuntos de datos combinados de dermatomiositis sirvieron como cohorte de entrenamiento, con etiquetas definidas como dermatomiositis frente a controles sanos, mientras que la cohorte independiente de validación se utilizó para la evaluación externa del rendimiento. El remuestreo y ajuste interno eran específicos de algoritmos: los modelos basados en glmnet (LASSO, Ridge y Elastic Net) usaban validación cruzada de 10 veces para seleccionar lambda.min; GBM utilizó una validación cruzada interna de 10 veces para determinar el número óptimo de árboles; XGBoost utilizó un remuestreo de 5 veces para seleccionar la ronda final de impulso según la pérdida logarítmica mínima de prueba; glmBoost utilizó validación cruzada interna basada en CVrisk para determinar la iteración de detención; y LDA se instaló bajo el marco de validación cruzada de CARET. Para algoritmos sin pasos explícitos de ajuste en la implementación actual, se usaron configuraciones fijas o predeterminadas por paquete. Para reducir la fuga de información, la selección de características, el ajuste de modelos y el ajuste interno se realizaron usando únicamente la cohorte de entrenamiento, mientras que la(s) cohorte(s) de validación se emplearon exclusivamente para predicciones independientes y evaluación del rendimiento basada en AUC. El paquete caret se utilizó para la gestión de flujos de trabajo de aprendizaje automático, con glmnet, randomForest, e1071, gbm, xgboost, mboost, plsRglm y MASS para algoritmos individuales. El análisis SHAP se realizó utilizando el paquete shapviz. La semilla aleatoria se ajustaba a 12345 antes de cada ajuste de modelo. Se excluyeron los modelos con menos de 5 características seleccionadas. La interpretabilidad del modelo y la contribución a nivel génico se evaluaron más a fondo utilizando SHapley Additivesive ExPlanations (SHAP), y se priorizaron los genes más informativos como características seleccionadas por el modelo candidato para la interpretación biológica posterior.

Evaluación del rendimiento diagnóstico

Las curvas de características de funcionamiento del receptor (ROC) se generaron utilizando el paquete "pROC" R para evaluar el rendimiento diagnóstico de biomarcadores candidatos. Los niveles de expresión y la precisión predictiva de los marcadores candidatos se validaron en conjuntos de datos independientes (GSE5370, GSE11971 y GSE39454). El rendimiento del modelo se evaluó aún más utilizando matrices de confusión. La expresión diferencial de genes clave del módulo se visualizó utilizando diagramas volcánicos y de caja, y se construyeron curvas ROC para evaluar el valor diagnóstico de genes individuales.

Análisis de enriquecimiento de conjuntos génicos

Para explorar los cambios funcionales coordinados asociados con las señales transcriptómicas compartidas candidatas, se realizó el Análisis de Enriquecimiento de Conjuntos Génicos (GSEA) utilizando clusterProfiler^36,37. Los datos de expresión génica de dermatomiositis y muestras de control se clasificaron según la expresión diferencial. Se utilizaron conjuntos génicos predefinidos correspondientes a las vías KEGG (c2.cp.kegg.Hs.symbols.gmt) para evaluar si los genes dentro de cada vía mostraban una tendencia coordinada de regulación al alza o a la baja. La significación estadística se definió como P < 0,05.

Análisis de infiltración de células inmunitarias

Se utilizó la matriz de dermatomiositis normalizada, transformada en log2 y corregida por lotes para la deconvolución inmune. El algoritmo CIBERSORT se aplicó para estimar la abundancia relativa de subtipos de células inmunitarias utilizando la matriz de referencia^{LM22 38}. Se conservaron muestras con deconvolución P < 0,05 para análisis posteriores. Se visualizaron las diferencias en las proporciones inferidas de células inmunitarias entre grupos mediante diagramas de caja, y se realizó un análisis de correlación de Spearman para evaluar asociaciones entre subconjuntos de células inmunitarias y genes candidatos compartidos.

Análisis de secuenciación de ARN unicelular para contextualización celular

Se realizaron análisis de ARN-seq en células individuales en R utilizando Seurat. Harmony se utilizó para la corrección por lotes, DoubletFinder para la detección de dobles, celda/decontX para la estimación de ARN ambiental, Monocle para análisis de trayectoria pseudotemporal, CellChat para análisis de comunicación célula-célula, AUCell para la puntuación de actividad por conjunto de genes y GSVA para la puntuación ssGSEA. Las matrices de recuento en bruto se importaron en objetos Seurat con los parámetros min.cells = 5 y min.features = 300. Se calcularon métricas de control de calidad, incluyendo proporciones de genes mitocondriales, ribosomales y de hemoglobina, para cada célula. Las celdas solo se conservaban si cumplían todos los siguientes criterios: nFeature_RNA > 500, nCount_RNA < 5.000, percent_mito < 25, percent_ribo > 3 y percent_hb < 1. Se excluyeron los genes detectados en menos de 3 células. Además, se eliminaron genes MALAT1 y mitocondriales antes del análisis posterior. Tras el filtrado inicial, se identificaron dobletes en cada muestra usando DoubletFinder, con PCs = 1:30 y pN = 0,25; Las tasas esperadas de doblete se establecieron según el número de células específicas de la muestra (<4.000 células: 2,5%; 4.000–8.000 células: 5%; >8.000 células: 6,5%). Solo se conservaron las camisetas de samarreta. La contaminación por ARN ambiental se estimó aún más utilizando decontX, y se retuvieron células con puntuaciones de contaminación < 0,2.

Los datos filtrados se normalizaron utilizando el método LogNormalize con un factor de escala de 10.000, seguido de la identificación de genes variables, escalado de datos y análisis de componentes principales. Los efectos por lotes entre muestras se corrigieron usando Harmony con orig.ident como variable por lotes. Las primeras 15 dimensiones de Harmony se utilizaron para la visualización de UMAP y la construcción de grafos vecinos. El agrupamiento se realizó usando FindNeighbors y FindClusters, y el resultado final del agrupamiento se definió con una resolución de 0,05. Los tipos celulares se anotaron manualmente según los genes marcadores canónicos junto con los resultados de^{FindAllMarkers 39}.

Para la contextualización funcional posterior, la actividad del gen candidato se evaluó a nivel de célula única, y el subconjunto relevante de células inmunitarias fue sometido a análisis de trayectoria y comunicación intercelular. El análisis de pseudotiempo se realizó usando Monóculo con reducción de dimensionalidad basada en DDRTree seguida de ordenación celular. El análisis de comunicación célula-célula se realizó utilizando CellChat con la base de datos humana de ligando-receptor, restringida a la categoría de Señalización Secretada, y se filtraron las comunicaciones con menos de 10 células.

Para cada célula, la actividad del gen candidato se cuantificó mediante tres enfoques complementarios: AUCell, ssGSEA y AddModuleScore. Las puntuaciones de AUCell se calcularon en base a matrices de clasificación genética, y las puntuaciones ssGSEA se generaron utilizando el marco GSVA. AddModuleScore se calculaba usando la función integrada de Serat. Los valores resultantes de AUCell, ssGSEA y AddModuleScore se combinaron en una única matriz de puntuación. Cada tipo de puntuación fue primero estandarizado mediante transformación Z-score y posteriormente reescalado a un rango de 0–1 usando normalización min–max. La puntuación compuesta final ("Puntuación") para cada celda se definía como la suma de las tres puntuaciones normalizadas:

Puntuación = AUCell normalizado + ssGSEA normalizado + AddModuleScore normalizado.

Para análisis de subgrupos posteriores, se extrajo el subconjunto de células T CD8⁺ y se dicotomizaron las células según el valor mediano de Puntuación dentro de este subconjunto. Las celdas con valores de puntuación superiores a la mediana se asignaron al grupo High_Hub_genes, mientras que las celdas restantes se asignaron al grupo Low_Hub_genes.

Resultados

Identificación de genes candidatos compartidos entre el trastorno depresivo mayor y la dermatomiositis

Tras la fusión de datos, la normalización y la corrección por lotes de conjuntos de datos GEO relacionados con dermatomiositis (Figuras 2A, B), se identificaron un total de 570 genes expresados diferencialmente (Figura 2C, D), comprendiendo 517 genes...

Discusión

La dermatomiositis es una enfermedad autoinmune sistémica crónica con afectación prominente de la piel y los músculos, y las observaciones clínicas acumuladas sugieren que los pacientes con dermatomiositis también pueden experimentar una carga psiquiátrica considerable, incluyendo síntomas compatibles con un trastorno depresivo mayor. En este contexto, el presente estudio aplicó un marco integrativo de reanálisis bioinformático para identificar señales transcriptómicas compartidas candid...

Materiales

Lista de materiales utilizados en este artículo

Nombre	Empresa	Número de catálogo	Comentarios
AddModuleScore	Función Seurat	versión 4.4.0	Cálculo de puntuación de módulo dentro de Seurat RRID: NA
AUCell	Bioconductor	versión 1.32.0	Puntuación de actividad de conjunto de genes de célula única RRID: SCR_021327
caret	CRAN	versión 7.0.1	Soporte de flujo de trabajo de aprendizaje automático RRID: SCR_022524
celda / decontX	Bioconductor	versión 1.24.0	Estimación de contaminación de ARN ambiental RRID: NA
CellChat	GitHub / CellChat	versión 2.2.0	Análisis de comunicación célula-célula RRID: SCR_021946
CIBERSORT / LM22 signature matrix	CIBERSORT	LM22	Estimación de infiltración de células inmunes RRID: NA
clusterProfiler	Bioconductor	versión 4.12.6	Análisis de enriquecimiento funcional RRID: SCR_016884
Cytoscape	Consorcio Cytoscape	versión 3.10	una plataforma de visualización de red para visualización y análisis RRID: SCR_003032
DoubletFinder	GitHub / McGinnis Lab	versión 2.0.4	Detección de doublets en conjuntos de datos de célula única RRID: NA
e1071	CRAN	versión 1.7.16	Modelado de Máquina de Vectores de Soporte y Modelo de Bayes Naïve RRID: NA
gbm	CRAN	versión 2.2.2	Modelado de Gradient Boosting Machine RRID: NA
Gene Expression Omnibus (GEO) database	National Center for Biotechnology Information (NCBI)	GSE98793	Conjunto de datos de transcritoma a gran escala del trastorno depresivo mayor RRID: NA
Gene Expression Omnibus (GEO) database	NCBI	GSE1551	Conjunto de datos de entrenamiento de dermatomiositis; muestras de biopsia de músculo esquelético RRID: NA
Gene Expression Omnibus (GEO) database	NCBI	GSE46239	Conjunto de datos de entrenamiento de dermatomiositis; muestras de biopsia de piel RRID: NA
Gene Expression Omnibus (GEO) database	NCBI	GSE128470	Conjunto de datos de entrenamiento de dermatomiositis; muestras de dermatomiositis extraídas del cohorte de miopatía inflamatoria RRID: NA
Gene Expression Omnibus (GEO) database	NCBI	GSE5370	Conjunto de datos de validación independiente de dermatomiositis; muestras de músculo adulto no tratadas RRID: NA
Gene Expression Omnibus (GEO) database	NCBI	GSE11971	Conjunto de datos de validación independiente de dermatomiositis RRID: NA
Gene Expression Omnibus (GEO) database	NCBI	GSE39454	Conjunto de datos de validación independiente de dermatomiositis; muestras de dermatomiositis extraídas del cohorte de miopatía inflamatoria RRID: NA
Gene Expression Omnibus (GEO) database	NCBI	GSE190510	Conjunto de datos de RNA-seq de célula única relacionado con dermatomiositis RRID: NA
GeneMANIA	University of Toronto / GeneMANIA	versión del servidor web accedida en este estudio	Construcción de red de asociación funcional RRID: RRID:SCR_005709
glmnet	CRAN	versión 4.1.8	Modelado de LASSO, Ridge y Elastic Net RRID: NA
GSVA	Bioconductor	versión 2.0.7	Puntuación ssGSEA RRID: NA
Harmony	CRAN	versión 1.2.4	Corrección por lotes para la integración de datos de célula única RRID: NA
limma	Bioconductor	versión 3.60.6	Análisis de expresión diferencial, resumen de sondas y utilidades de normalización RRID: SCR_010943
MASS	CRAN	versión 7.3.61	Análisis de discriminante lineal RRID: NA
mboost	CRAN	versión 2.9.11	Modelado glmBoost RRID: NA
Monocle	Bioconductor	versión 2.38.0	Análisis de trayectoria de seudotiempo RRID: SCR_016339
org.Hs.eg.db	Bioconductor	versión 3.19.1	Base de datos de anotación de genes humanos RRID: NA
plsRglm	CRAN	versión 1.5.1	Modelado de cuadrados mínimos parciales generalizado lineal RRID: NA
pROC	CRAN	versión 1.18.5	Análisis de curva ROC RRID: SCR_024286
R statistical software	R Foundation for Statistical Computing	versión 4.4.2	Entorno principal de computación estadística RRID: SCR_001905
randomForest	CRAN	versión 4.7.1.2	Modelado Random Forest RRID: SCR_015718
RStudio	Posit Software, PBC	versión 2024.4.1.748	Entorno de desarrollo integrado para R RRID: SCR_000432
Seurat	CRAN / Satija Lab	versión 4.4.0	Preprocesamiento, agrupamiento y visualización de RNA-seq de célula única RRID: SCR_016341
shapviz	CRAN	versión 0.10.2	Análisis de interpretabilidad de modelo basado en SHAP RRID: NA
sva	Bioconductor	versión 3.52.0	Corrección de efectos de