$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Les réseaux de méthylation de l’ADN sont les méthodes les plus utilisées pour accéder à la méthylation de l’ADN en raison de leur rapport coût-bénéfice14. La présente étude décrit un protocole détaillé utilisant une plate-forme de microréseau disponible dans le commerce pour évaluer la méthylation de l’ADN dans une étude pilote réalisée dans une cohorte brésilienne. Les résultats obtenus à partir de l’étude pilote ont confirmé l’efficacité du protocole. La figure 3 montre la comparabilité de l’échantillon et la conversion complète du bisulfite32.
En tant qu’étape de contrôle de la qualité, l’algorithme ChAMP a recommandé l’exclusion des sites CpGs pendant le processus de filtrage. L’objectif de l’exclusion des sondes est d’améliorer l’analyse des données et d’éliminer les biais. Les CpG de faible qualité (valeurs de p inférieures à 0,05) ont été supprimés pour éliminer le bruit expérimental dans l’ensemble de données. Les objectifs sont restés dépassés dans l’analyse du diagramme de densité. Zhou33 a décrit l’importance de filtrer les CpG près des SNP pour éviter les incohérences, la mauvaise interprétation de la méthylation des cytosines polymorphes et la cause de la couleur de commutation de la conception de sonde de type I34. De plus, comme les chromosomes XY sont affectés différemment par l’empreinte, Heiss et Just35 ont renforcé l’importance de filtrer ces sondes car, chez les femelles, les problèmes d’hybridation peuvent être des facteurs de confusion35.
La date d’expiration du DMAP, la date d’ouverture du formamide, la qualité analytique de l’éthanol absolu et le nombre total de leucocytes sont considérés comme des étapes critiques du protocole.
De plus, selon nos observations, l’estimation du type cellulaire est essentielle dans la réalisation de l’analyse bioinformatique. La méthode Houseman effectue l’estimation du type de cellule comme décrit dans l’étude de Tian30. Cette méthode est basée sur 473 sites CpG spécifiques qui peuvent prédire les pourcentages des types de cellules les plus importants, tels que les granulocytes, les monocytes, les cellules B et les cellules T36. Nous avons utilisé la fonction recommandée « myRefbase » du paquet ChAMP. Après l’estimation, l’algorithme ChAMP ajuste les valeurs bêta et élimine ce biais de l’ensemble de données. Cette étape est cruciale dans les études axées sur l’obésité car cette population présente une différence considérable dans les globules blancs en raison de leur état inflammatoire chronique.
Nous avons uniquement modifié la carte de capuchon d’origine pour le sceau PCR commun en ce qui concerne la modification de la méthode et le dépannage. Après chaque processus de centrifugation, le sceau a été changé pour un nouveau. Nous n’avons pas pu utiliser l’étanchéité thermique standard et l’avons adaptée en utilisant du papier d’aluminium autour de la plaque.
Bien que les essais commerciaux aient été considérés comme une norme d’or pour les études épigénétiques, l’une des limites du protocole pourrait être la spécificité des réactifs et de l’équipement d’une marque unique37,38,39,40. Une autre limite est le manque d’indicateurs permettant d’identifier la progression correcte de l’expérience41.
La normalisation du présent protocole représente un excellent guide pour la recherche épigénétique, réduisant les erreurs humaines au cours du processus et permettant une analyse réussie des données et la comparabilité entre différentes études.
Selon nos résultats, les expériences de méthylation de l’ADN conviennent aux études comparant des individus avec et sans obésité43. De plus, l’analyse bioinformatique proposée a fourni des données de haute qualité et pourrait être prise en compte dans des études à grande échelle.
En utilisant l’analyse SVD, nous avons identifié que les traits liés à l’obésité (IMC, WC et FM) influençaient la variabilité des données de méthylation de l’ADN. En conséquence significative, l’estimation du type cellulaire indique que les cellules tueuses naturelles (NK) et les cellules B étaient plus élevées chez les femmes obèses que chez les femmes non obèses (figure 5). Le nombre plus élevé de ces cellules pourrait s’expliquer par l’état inflammatoire de bas grade de ces individus44. Nous avons observé que les patients obèses ont des CpG hypo- et hyperméthylés dans les régions promotrices des gènes associés à la masse grasse. La plupart des sites étaient hypométhylés, ce qui pourrait être lié à l’augmentation naturelle des niveaux d’espèces réactives de l’oxygène (ROS) chez ces individus. Cette condition de stress oxydatif peut favoriser la perturbance de la guanine au site dinucléotide, formant de la 8-hydroxy-2'-désoxyguanosine (8-OHdG), entraînant un site dinucléotidique 5mCp-8-OHdG et provoquant le recrutement d’enzymes TET. Tous ces événements pourraient être responsables de la promotion de l’hypométhylation et de l’hyperméthylation de l’ADN par différents mécanismes d’action45.
En outre, le taux d’adipogenèse semble augmenter chez les personnes obèses, avec environ 10% de nouvelles cellules aux anciennes cellules46,47. Les apports épigénétiques, mettant l’accent sur l’environnement obésogène, peuvent modifier les taux de prolifération et de différenciation des cellules, favorisant le développement de la masse grasse48. Les changements épigénétiques peuvent également affecter les programmes adipogéniques, facilitant ou limitant leur développement. Les facteurs de transcription primaires (PPARγ ou C/EBPα) ou l’assemblage de complexes multiprotéiques, positionnés dans des régions promotrices en aval exploitées en incluant ou excluant des enzymes modificatrices épigénétiques, régulent l’expression des gènes par hyper- ou hypométhylation45. La voie PPARγ a déjà été décrite pour modifier la voie WNT, qui avait des gènes enrichis dans cette étude. Bien que l’on ne sache toujours pas comment la signalisation WNT se produit pendant l’adipogenèse, des études récentes ont rapporté qu’elle pourrait jouer un rôle essentiel dans le métabolisme des adipocytes, en particulier dans des conditions obésogènes49.