מאמר מחקר

ביואינפורמטיקה זיהוי סמנים ביולוגיים מועמדים הקשורים לפריודונטיטיס בתאי גזע ברצועות חניכיים שטופלו בציטוקין

DOI:

10.3791/68863

⸱

31 במרץ 2026

 ,  ,  ,  ,  , 
1Department of Periodontology and Oral Mucosa, The Second Affiliated Hospital of Harbin Medical University, 2Department of Preventive dentistry, Heilongjiang Provincial Stomatological Disease Prevention and Treatment Hospital, 3Department of Stomatology, The First Affiliated Hospital of Harbin Medical University

במאמר זה

סיכום

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

המחקר הנוכחי מיועד לחקור גנים לא מאוזנים באמצעות ניתוח ביואינפורמטיקה בתאי גזע ברצועות חניכיים שטופלו בציטוקינים. ERC2-IT1 המופרזת ו-EPB41L4A-AS1 המופרזים זוהו כמולקולות מפתח בתאים אלו, אשר עשויות לשמש כסמנים ביולוגיים מועמדים שעשויים להיות קשורים לפריודונטיטיס.

תקציר

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

המטרה העיקרית של המחקר הנוכחי הייתה לחקור את המנגנון המולקולרי הפוטנציאלי העומד בבסיס תאי גזע ברצועות החניכיים (PDLSCs) המושרות על ידי ציטוקין. נתוני Microarray ממאגר הנתונים GSE260558 נאספו ממאגר ביטוי הגנים האומניבוס (GEO). לאחר הנורמליזציה, זוהו הגנים הלא מוסדרים. לאחר מכן, ה-mRNA המובע (DE-mRNAs) השונים עברו ניתוחי העשרה של אונטולוגיית גנים (GO) ואנציקלופדיית קיוטו של גנים וגנומים (KEGG). בהמשך, גני הhub נבדקו בהתבסס על רשת אינטראקציה בין חלבון לחלבון (PPI). לבסוף, רשתות רגולטוריות תחרותיות של RNA אנדוגני (ceRNA) המכילות גני hub הוקמו באמצעות אתר ENCORI. זוהו בסך הכל 739 lncRNAs מבוטאים שונים (DE-lncRNAs) ו-809 mRNAs מבוטאים שונים (DE-mRNAs) באמצעות חבילת לימה בשפת התכנות R. לאחר מכן, ניתוחי GO ו-KEGG הראו כי ה-DE-mRNA קשורים קשר הדוק לדלקת ולהיווצרות מטריצה חוץ-תאית ב-PDLSCs שטופלו בציטוקין. נבנתה רשת אינטראקציה של חלבון-חלבון (PPI) עבור DE-mRNA, וגוני המרכז התקבלו על ידי הערכת הדרגה. סך הכל נבדקו 12 גני המרכז המוגברים ו-12 גני האב עם ויסות נמוך יותר. גנים אלו של המרכז המוסדרים והמורדים שימשו לאחר מכן לבניית רשת רגולציה של ceRNA, בהתאמה. ברשתות אלו, ERC2-IT1 המופרז ו-EPB41L4A-AS1 המוסדר נמוך נחשבו כ-lncRNA מרכזיים בדלקת החניכיים. לסיכום, ניתוח הביואינפורמטיקה חשף מספר גנים מרכזיים ורשת רגולציה של ceRNA שהשתתפו בהתקדמות PDLSCs שנגרמו על ידי ציטוקינים. למרות שמחקר זה זיהה מספר סמנים ביולוגיים מועמדים הקשורים לפריודונטיטיס, נדרש אימות ניסויי נוסף במודלים של בעלי חיים או בדגימות קליניות.

מבוא

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

לפי ארגון הבריאות העולמי, פריודונטיטיס מוכרת כמחלה דלקתית כרונית שישית נפוצה, נפוצה ובלתי הפיכה בקרב בני אדם 1,2. בעידן הנוכחי, היא משפיעה על כמעט 15% מאוכלוסיית העולם 1,2,3. דווח כי פריודונטיטיס קשור באופן חזק למגוון גורמים כגון גיל, מין, היגיינת פה, מצב עישון, אתניות, מעמד סוציו-אקונומי נמוך ומגוון מחלות מערכתיות 2,3,4,5. פריודונטיטיס, שיש לה שכיחות גבוהה במיוחד בקרב מבוגרים, מופעלת פתולוגית על ידי שינויים דיסביוטיים במיקרוביום התת-חניכיים שנצמד לשיניים 6,7. אם לא מטפלים בו, מצב זה מוביל בסופו של דבר להרס עצם, תנועת שיניים ואובדן מצער של שיניים8. כתוצאה מכך, יש צורך דחוף בהבנה מקיפה של המנגנונים המולקולריים שמאחורי פריודונטיטיס וזיהוי סמנים אבחנתיים למחלה.

המורכבות המבנית והאינטראקטיבית של רקמת החניכיים נחשבת לאחד הגורמים המשמעותיים התורמים לקושי המשמעותי בתהליך ההתחדשות החניכית 9,10. מבין מגוון תאי הגזע המזנכימליים (MSCs) המשמשים למטרת התחדשות חניכיים, תאי גזע ברצועות החניכיים (PDLSCs) הוכחו היטב כמקור אמין מאוד להיווצרות מבנים דמויי צמנטום חדשים בסביבה ה-in-vivo 11,12. במחקרים הפרה-קליניים שנערכו לאחרונה, הטיפול המבוסס על PDLSCs הציג תוצאות מבטיחות מאוד בתחום התחדשות רקמות13,14. בהשוואה לרקמת החניכיים של המטופל, ניתוח הטרנסקריפטומיקה של PDLSCs הראה כיוון פונקציונלי חזק יותר ופוטנציאל טרנספורמציה טיפולית13,14.

טכנולוגיית ביואינפורמטיקה ושיטות ניתוח ביואינפורמטיקה מעצימות חוקרים לזהות תהליכים ביולוגיים פוטנציאליים וקשרים לסטטיסטיקה פרוטאומית, גנומית ומטבולומית15,16. בנוסף, אופייה המהיר של טכנולוגיית הביואינפורמטיקה מאפשר גם לחוקרים לנתח מערכי נתונים ביולוגיים בקנה מידה גדול, כגון אלו שנוצרו מניסויי ריצוף ומיקרו-מערך מהדור הבא17,18. יכולת זו מאפשרת זיהוי סמנים ביולוגיים פוטנציאליים לאבחון מחלות ותחזית19,20. לדוגמה, זוהו דיסנטרין ומטאלופרוטינאאז 28 (ADAM28) ותחום דמוי דיסטגרין ומטאלופרוטאז עם מוטיבים מסוג תרומבוספונדין מסוג I דמויי-3 (ADAMTSL3) כסמנים ביולוגיים חדשים ברקמות חניכיים של חולי פריודונטיטיס באמצעות ניתוח מקיף המבוסס על טכנולוגיית ביואינפורמטיקה21. בנוסף, מספר גנים הקשורים לפרופטוזיס, כולל קואקטיבטור קולטן גרעיני 4 (NCOA4), נשא נשא מומס 1A5 (SLC1A5) וחלבון הלם חום B1 (HSPB1), דווחו כבעלי ערך אבחוני טוב יותר בפריודונטיטיס22. עם זאת, המנגנון המולקולרי של פריודונטיטיס ראוי לחקירה נוספת. במחקר הנוכחי, החוקרים שואפים להשתמש בטכנולוגיית ביואינפורמטיקה כדי לחקור גני מרכז ב-PDLSCs המושרים על ידי ציטוקין ולזהות תהליכים ומסלולים ביולוגיים פוטנציאליים הקשורים לפריודונטיטיס. ניתוח ביואינפורמטיקה של PDLSCs שטופלו בציטוקין תופס תוכניות שעתוק מונעות דלקת הרלוונטיות לתפקוד לקוי של PDLSC, שמטפלות בפער בין דיספונקציה לקויה לבין דלקת חניכיים. גנים ומסלולים מרכזיים אלה ב-PDLSCs המושרים על ידי ציטוקינים מספקים תובנות חשובות לגבי המנגנונים המאוחדים שמאחורי פריודונטיטיס.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

פרוטוקול

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. מערך נתונים

ניתוח זה השתמש בנתונים זמינים לציבור ולא כלל נבדקים אנושיים או בעלי חיים, בהתאם להנחיות אתיות מוסדיות ושל JoVE. כל המידע הקשור לפלטפורמות המשומשות זמין בטבלת החומרים.

  1. בחרו בסך הכל 6 דגימות (GSM8119437, GSM8119438, GSM8119439, GSM8119440, GSM8119441 ו-GSM8119442) מתוך מאגר הנתונים GSE260558 (המרכז הלאומי לביוטכנולוגיה לביטוי גנים מידע אומניבוס, https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE260558) לניתוח ביואינפורמטיקה.
  2. בדגימות אלו, תרבות תאי גזע ברצועות החניכיים (PDLSCs) במדיום תקין או במדיום המכיל ציטוקינים דלקתיים למשך 7 ימים.
  3. הוצאו את סך ה-RNA מ-PDLSCs וחשפו אותו לרצף בתפוקה גבוהה23. תהליך הניתוח הביואינפורמטי מוצג באיור 1.

2. זיהוי DEGs

  1. נתח את פרופילי הביטוי של lncRNA ו-mRNA באמצעות תוכנת לימה (גרסה: 3.46.0) כפי שתואר קודם24.
  2. בצע השוואות זוגיות בין ציטוקינים לקבוצות נורמליות.
  3. השתמשו בתיקון קצב גילוי שגוי (FDR) עם חיתוך סטנדרטי של < 0.05 כדי לזהות גנים המובעים באופן שונה באופן משמעותי. השתמשו בערכי p המתוקנים (FDR) כדי לשלוט בשיעור החיוביים השגויים בין תוצאות מובהקות סטטיסטית.
  4. השתמשו בחיתוך ערך P מותאם של < 0.05 וסף שינוי קיפול של > 1 כדי לזהות lncRNA או mRNA מורכבים באופן משמעותי.
  5. הצג את ביטוי הגנים הדיפרנציאלי בגרפים של הרי געש (ggplot2: גרסה 3.4.1), שנוצרו באמצעות תוכנת R (גרסה 4.0.4).
  6. רשום את עשרת ה-lncRNA וה-mRNA הבלתי רגולטוריים המובילים בטבלאות.

3. ניתוח העשרה פונקציונלית

  1. בצע ניתוח העשרת GO של DE-mRNA באמצעות מסד הנתונים המקוון של DAVID (מאגר נתונים להערות, ויזואליזציה וגילוי משולב, https://david.ncifcrf.gov/).
    1. שלחו את הגנים הלא מוסדרים לאתר, ובחרו מונחי GO, כולל תפקוד מולקולרי (MF), תהליכים ביולוגיים (BP) ורכיבים תאיים (CC), לביצוע ניתוח GO.
    2. שלחו את הגנים המופרעים לתוסף Cytoscape (גרסה: 3.8.2) ClueGO [16]+ ולאפליקציית Cluepedia.
    3. יישם את תיקון Benjamini-Hochberg להשוואות מרובות ולהגדיר את סף המובהקות על ערך P מותאם < 0.05.
    4. הורד את התוצאות מ-Cytoscape. דרג את ההעשרות לפי סדר יורד לפי ערך P, והצג את חמשת ההעשרות המובילות בכל קטגוריה.
  2. אנציקלופדיית קיוטו לגנים וגנומים (KEGG) היא משאב מידע חשוב להבנת הפונקציות וההשפעות ברמה גבוהה של מערכות ביולוגיות (http://www.genome.jp/kegg/).
    1. בצע את ניתוח KEGG באופן דומה על ידי בחירת KEGG-PATHWAY באתר.
    2. קבע את סף המובהקות לערך P מותאם < 0.05., והצג את עשרת ההעשרות המובילות במחקר זה. בצע את ניתוחי ההעשרה הללו לפי מחקרים מדווחים 25,26.

4. רשת PPI

  1. חיזוי ובניית רשת אינטראקציות חלבון-חלבון (PPI) באמצעות כלי החיפוש לשליפת גנים אינטראקטיביים (STRING, גרסה 12.0).
  2. יש להגיש 318 mRNA מוסדר גבוה או 465 mRNA מוסדר לאתר STRING כדי לבנות את רשת ה-PPI.
  3. ייצא את נתוני האינטראקציה מרשת ה-PPI, והגיש את הנתונים לתוכנת Cytoscape.
  4. הסתיר את הצומת הבודד ברשת ה-PPI. הורידו את רשת PPI המוצגת במחקר זה.
  5. חשב את התכונות הטופולוגיות של הרשת, כולל התפלגות הדרגות, באמצעות אפליקציית CentiScaPe, תוסף של Cytoscape.
  6. כמת את הטופולוגיה המקומית של כל גן על ידי סכימת מספר הגנים הסמוכים לו, וסופר את האינטראקציות עבור צומת נתון.
  7. דרג את כל הגנים מרשת PPI בסדר יורד לפי דרגת הקישוריות שלהם.
  8. בחרו את 12 הגנים המוגברים וה-12 המובילים עם ויסות נמוך מהרשימה הזו כגנים מרכזיים.

5. רשת רגולציה של miRNA-mRNA

הערה: מסד הנתונים ENCORI (גרסה 12.0, https://rnasysu.com/encori/) שימש לחיזוי קשרים רגולטוריים בין מיקרו-RNA (miRNAs) ל-DE-lncRNA (או גני מרכז).

  1. יש להגיש ל-ENCORI את גני ה-hub המוסדרים או הגנים המופחתת ה-hub, וקבע את תוכנית הקריטריון החיתוך ≥5 בסך הכל בשש תוכניות, כולל PITA, RNA22, miRmap, miRanda, PicTar ו-TargetScan, לניתוח החיזוי ב-ENCORI.
  2. הורידו את ה-miRNA החזוי ושלחו אותם ל-ENCORI כדי לקבל lncRNA פוטנציאליים.
  3. הורידו את ה-lncRAs החזויים וזהו את ה-lncRNA החופפים בין שלב 5.2 לאיור 2.
  4. הגיש את גני ההאב, miRNA שהתקבלו בסעיף 5.1, ו-lncRNA שהושגו בשלב 5.3 לתוכנת Cytoscape (גרסה 3.4.0) לבניית רשת ceRNA.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

תוצאות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

זיהוי DEGs
תוכנת Limma R שימשה לניתוח פרופילי הביטוי הדיפרנציאלי של lncRNA ו-mRNA. ההבדלים בין שתי הקבוצות נקבעו באמצעות מבחן t לא מזווג. כפי שמוצג בדיאגרמת הר הגעש (איור 2), זוהו בסך הכל 739 lncRNA מבוטאים שונים (DE-lncRNAs, ערך p<0.05, |log2FC|>1). מבין ה-DE-lncRNAs הללו, זוהו 340 lncRNA מוגברים ו-399 lncRNA עם ירידה בקבוצת הציטוקינים בהשוואה לקבוצה התקינה. בנוסף, זוהו סך הכל 809 mRNA מבוטאים שונים (DE-mRNA, ערך p<0.05...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

דיון

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

תאי גזע ברצועות החניכיים (PDLSCs) נחשבים לתאים מרכזיים הממלאים תפקיד מרכזי בדיכוי נזק חניכיים לאורך שלבי ההתקדמות וההחלמה של פריודונטיטיס32,33. כמות משמעותית של ראיות הראו בבירור כי דגירה במצב דלקתי עשויה להאיץ משמעותית את הזדקנות PDLSCs34,35. עם זאת, ראוי לציין כי תופעת הזדקנות התאית בתגובה לדגירה דלקתית ותרומתה לתפקוד לקוי של התא דורשת חקירה מעמיקה נוספת

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

גילויים

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

המחברים מצהירים שאין אינטרסים מתחרים במחקר זה.

תודות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

אנו מעריכים את התמיכה מבית החולים השני המסונף של אוניברסיטת הרבין לרפואה, קרן המדעים הטבעיים של מחוז היילונגג'יאנג (LH2023H037), והקרן הלאומית למדעי הטבע (82201070).

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
Rקרן R למחשוב סטטיסטי4.0.4סביבה מרכזית בקוד פתוח למחשוב סטטיסטי. משמשת כבסיס לכל הניתוחים הבאים. בדרך כלל בשימוש עם RStudio.
לימהקהילת ביוקונדונט (מפתח ראשי: וולטר & מכון אליזה הול)3.46.0חבילה מיוחדת לניתוח ביטויים דיפרנציאליים של מיקרו-מערכים ו-RNA-seq. 
ציטוסקייףקונסורציום סייטוסקייף3.8.2פלטפורמה בקוד פתוח להמחשת רשת. דורשת התקנה נפרדת; תומכת בתוספים כמו ClueGO ו-cytoHubba דרך App Store.
מיתרהמעבדה האירופית לביולוגיה מולקולרית12מאגר הנתונים הגדול בעולם לאינטראקציות חזויות-חלבון (PPI). נגיש דרך האינטרנט או תוסף Cytoscape; מספק ציוני ביטחון.
אנקוריאוניברסיטת סון יאט-סן3מסד נתונים ציבורי המתמקד ברשתות ceRNA (miRNA-mRNA-lncRNA).

הדפסות חוזרות והרשאות

בקש הרשאה לשימוש חוזר בטקסט או באיורים של מאמר JoVE זה

בקש הרשאה

תגיות

ceRNAGOKEGG

מאמרים קשורים