הרשמה ל-JoVE נדרשת לצפייה בתוכן זה. התחברו או התחילו בגרסת ניסיון בחינם.

מאמר מחקר

UPP1 כסמן ביולוגי לאבחנה: תובנות מניתוחים ביו-אינפורמטיים אינטגרטיביים ובניתוחי חדירה חיסונית ב-COPD

62 צפיות

⸱

DOI:

10.3791/72242

⸱

3 בספטמבר 2026

 ,  ,  ,  ,  ,  , 
1Shenzhen Luohu Hospital of Traditional Chinese Medicine, 2Tianbei Community Health Service Center of Shenzhen Luohu Hospital Group, 3Guangdong Provincial Hospital of Chinese Medicine

* These authors contributed equally

במאמר זה

סיכום

מחקר זה מציג תהליך עבודה (pipeline) ביו-אינפורמטיי הש可-שחזור, המשלב טרנסקריפטומיקה, למידת מכונה וניתוח חדירה חיסונית, במטרה לזהות סמנים ביולוגיים אבחנתיים פוטנציאליים ורשתות בקרה במחלה ריאתית חסימה כרונית (COPD).

תקציר

COPD היא הפרעה נשימתית פרוגרסיבית המאופיינת בהגבלה מתמשכת של זרימת האוויר ובדלקת כרונית, אך תפקידה של מודיפיקציית ה-RNA מסוג N4-acetylcytidine (ac4C) בפתוגנזה שלה נותר במידה רבה לא חקורה. מחקר זה נועד לסרוק באופן שיטתי גנים הקשורים ל-ac4C (ac4C-RGs) מתוך מאגר נתונים שפורסם ולחקור את רשתות הבקרה שלהם ב-COPD, ובכך לזהות סמנים ביולוגיים פוטנציאליים למחקרי מנגנון נוספים, מבלי להניח קשר רגולטורי ישיר בין גן ספציפי כלשהו לבין מודיפיקציית ac4C. גנים בעלי ביטוי שונה (DEGs) זוהו מתוך פרופילים טרנסקריפטומיים, וניתוח רשת ביטוי משותף משוקלל (WGCNA) הוחל כדי לחשוף מודולים מרכזיים של ביטוי משותף. בוצע ניתוח הצלבה בין ה-DEGs, המודולים המשמעותיים וה-ac4C-RGs. גנים מרכזיים נסרקו באמצעות רגרסיית LASSO, אלגוריתמי XGBoost ויער אקראי (random forest), ולאחריהם נבנה מודל אבחנתי המבוסס על רגרסיה לוגיסטית. ביצועי המודל הוערכו באמצעות ניתוח עקומת מאפייני תגובה (ROC), שטח תחת העקומה (AUC) עם רווחי סמך של 95%, הערכת עקומת כיול וניתוח עקומת החלטה (DCA). בסך הכל זוהו 160 גנים חופפים, ושישה גני מפתח (PTRF, PRKCDBP, UPP1, TOR3A, FAM168B, ו-B4GALT2) נבחרו באופן עקבי על ידי כל שלושת אלגוריתמי הלמידה המכונה. המודל האבחנתי הפגין ביצועי הבחנה טובים, עם AUC של 0.766, 0.759 ו-0.723 בקבוצת האימון, בבדיקה הפנימית ובקבוצת התיקוף החיצונית, בהתאמה. ניתוח רשת הבקרה הצביע על צירים פוטנציאליים של ceRNA ואינטראקציות של גורמי שעתוק, בעוד שפרופיל חדירת תאי מערכת החיסון חשף מתאמים משמעותיים בין גנים מרכזיים למספר תתי-אוכלוסיות של תאי חיסון. ניתוח אינטראקציה תרופה-גן וסימולציית עגינה מולקולרית (molecular docking) הצביעו על כך ש-fluorouracil, capecitabine ו-5-benzylacyclouridine עשויים להפגין זיקות קישור חזויות חיוביות עם UPP1. לסיכום, PTRF, PRKCDBP, UPP1, TOR3A, FAM168B ו-B4GALT2 זוהו כסמנים ביולוגיים פוטנציאליים הקשורים ל-ac4C ב-COPD, העשויים להיות מעורבים בבקרה חיסונית ומטבולית, ובכך הם מספקים בסיס למחקרי תפקוד וחקירה טיפולית בעתיד.

מבוא

COPD היא הפרעה נשימתית כרונית והטרוגנית המתאפיינת בהגבלה פרוגרסיבית של זרימת האוויר כתוצאה מפתולוגיות במבני הנאולבוליים ובדרכי הנשימה1,2. חוסר איזון בין פרוטאז לאנטי-פרוטאז, עקה חמצונית, דלקת כרונית והזדקנות תאית מהווים את מנגנוני הפתופיזיולוגיה המרכזיים של COPD, המובילים להרס מבני ולפגיעה תפקודית של רקמת הריאה3,4. יתרה מכך, COPD מושפעת מגורמי סיכון מרובים, כולל עישון ממושך, זיהום סביבתי, חשיפה תעסוקתית, זיהומים נשימתיים ונטייה גנטית5,6. COPD הטילה נטל משמעותי על הכלכלה העולמית. צפוי כי היא תהווה 0.111% מהתוצר המקומי הגולמי העולמי מדי שנה בין השנים 2020 ל-20507. למרות שאסטרטגיות טיפוליות נוכחיות, כגון מרחיבי סימפונות, קורטיקוסטרואידים בשאיפה, שיקום ריאתי וטיפול בחמצן לטווח ארוך, יכולות להקל על התסמינים, עצירת התקדמות המחלה נותרה מאתגרת. בשל הטרוגניות קלינית בולטת, תוצאות הטיפול במטופלים משתנות במידה רבה8. לפיכך, קיימים צרכים דחופים לסמני ביולוגים אבחנאיים חדשניים ומדדי פרוגנוזה כדי לשפר את הניהול של COPD ולהגביר את הישרדות המטופלים.

מודיפיקציה של RNA מתייחסת לשינוי כימי של מולקולות RNA, אשר יכול לשנות את מבנה ה-RNA ותפקודו כדי לווסת את ביטוי הגנים9,10. מודיפיקציות נפוצות של RNA כוללות N6-methyladenosine (m6A), pseudouridine (Ψ), 5-methylcytosine (m5C), ו-ac4C11. המודיפיקציה ac4C ממלאת תפקיד מכריע בשימור יציבות ה-mRNA ובקידום תרגום ה-mRNA12,13. NAT10 הוא האנזים האיקריוטי היחיד המוכר המקטליז את מודיפיקציית ac4C, ופעילותו חיונית להיווצרות מודיפיקציה זו14. מחקרים הראו מתאם חזק בין עקה חמצונית, הזדקנות תאית, דלקת ומודיפיקציית ac4C. לדוגמה, לימפוציטים T מסוג +CD4 ברקמות מעי גדול של אנשים עם מחלה דלקתית של המעי (IBD) מראים רמות מוגברות באופן ניכר של NAT1015. NAT10 מגביר את האצטילציה של ac4C בכימוקינים CCL2 ו-CXCL1, ובכך מקדם חדירה של מקרופגים ונויטרופילים ומחמיר את הנזק הדלקתי16. התגובה התאית לעקה חמצונית עשויה לערב מודיפיקציית ac4C, כפי שעולה מהעלייה הבולטת ברמות ac4C תחת עקה חמצונית. בנוסף, NAT10 מקדם פיברוזיס ריאתי המושרה על ידי PM2.5 על ידי ייצוב mRNA של TGFB1 באמצעות מודיפיקציית ac4C, ובכך מפעיל מעבר אפיתליאלי-מזנכימלי17. עם זאת, תפקידה של מודיפיקציית ac4C ב-COPD נותר במידה רבה לא חקרה, דבר המדגיש את הצורך במחקר נוסף בתחום זה.

במחקר זה נעשה שימוש במסד הנתונים GEO כדי לזהות DEGs בין חולי COPD לבקרה. לאחר מכן, רשימה מפורסמת של ac4C-RGs, שנאספה מנתוני multiomics18, שולבה עם ה-DEGs כדי לזהות מועמדים חופפים. בהינתן שמוכר כי מודיפיקציית ac4C משפיעה על דלקת ועקה חמצונית – תהליכים מרכזיים ב-COPD – השערנו שגנים הקשורים לרשת הבקרה של ac4C עשויים להיות בעלי ביטוי משתנה (dysregulated) ב-COPD. עם זאת, הגנים החופפים לא נחשבו כמסובסטראטים ישירים של NAT10 או כגנים המהווסים ישירות על ידי ac4C; תוכו שהם מועמדים הקשורים לרשת הקשורה ל-ac4C. גנים מרכזיים סוננו באמצעות מספר אלגוריתמים של למידה חישובית (machine learning), ולאחריהם נבנה וותוקף מודל אבחנתי. בהמשך, נקבעו מסלולים רלוונטיים המעורבים בפתוגנזה של COPD, ונחזו תרופות פוטנציאליות למטרה זו. לבסוף, בוצעו בדיקות RT-qPCR כדי לאשר את רמות הביטוי של הגנים המרכזיים, ובכך סופקו תובנות ראשוניות לגבי הפתופיזיולוגיה של COPD ונתיבים פוטנציאליים לחקר טיפולי.

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

פרוטוקול

הצהרת ועדת אתיקה מוסדית

מחקר זה נערך בהתאם להצהרת הלסינקי. הפרוטוקול אושר על ידי ועדת האתיקה של בית החולים לרפואה סינית מסורתית שנגז'ן לוהו (מספר אישור 2024-LHQZYYYXLL-KY-039), והסכמה מדעת בכתב התקבלה מכל המשתתפים לפני גיוסם. פרטים על כלי המחקר והחומרים ששימשו בפרוטוקול זה מפורטים ב- טבלת חומרים.

מקור הנתונים ועיבודם

מאגרי נתונים של ביטוי גנים הקשורים ל-COPD הושגו ממאגר ה-Gene Expression Omnibus (GEO). מאגר הנתונים GSE54837 שימש כמאגר הטרנסקריפטום, ומאגר הנתונים GSE112811 שימש כקבוצת אימות (טבלה 1). הגנים ac4C-RGs נאספו מהספרות המקצועית18. גנים בעלי ביטוי Differentially Expressed Genes (DEGs) בין קבוצת ה-COPD לקבוצת הביקורת זוהו באמצעות חבילת ה-R הנקראת limma. DEGs נחשבו למשמעותיים מבחינה סטטיסטית אם |log2FC| > 0 ו- p < 0.05. גרפי Volcano נוצרו כדי להמחיש את ההתפלגות הכללית של שינויים בביטוי הגנים.

בניית WGCNA

ניתוח WGCNA בוצע על מערך הנתונים GSE54837 באמצעות R כדי לזהות מודולים הקשורים ל-COPD. לפני בניית הרשת, דגימות חריגות זוהו והוסרו באמצעות ניתוח מקבצים היררכי (hierarchical clustering) בעזרת הפונקציה hclust בשיטת קישור ממוצע (average linkage) ומדד מרחק אוקלידי. נבחר הספק סף-רך אופטימלי (β = 10) כדי להשיג מדד התאמה של טופולוגיה חסרת קנה מידה R2 ≥ 0.85, תוך איזון בין הטופולוגיה חסרת קנה המידה לבין קישוריות ממוצעת. נבנתה מטריצת סמיכות אשר הומרה למטריצת חפיפה טופולוגית (TOM). מודולי גנים זוהו באמצעות אלגוריתם חיתוך עץ דינמי (deepSplit = 2, minClusterSize = 50). מודולים עם מתאם גן-עצמי (eigengene correlations) > 0.75 מוזגו לאחר מכן באמצעות הפונקציה mergeCloseModules. גני-העצם של המודולים הוקשרו לאחר מכן למאפיינים קליניים (סטטוס COPD, גיל, מין ומצב עישון) באמצעות מקדמי מתאם של פירסון, כדי לזהות מודולים הקשורים ל-COPD לצורך ניתוח המשך.

סינון, אנליזה של העשרה ואנליזה של רשת PPI של גנים חופפים

דיאגרמת ונ (Venn diagram) נוצרה באמצעות חבילת ה-R בשם ggvenn כדי לזהות גנים חופפים בקרב ה-DEGs, הגנים של מודול MEsalmon ו-ac4C-RGs. ניתוח העשרה תפקודי של הגנים החופפים בוצע באמצעות מאגרי המידע Gene Ontology (GO) ו-Kyoto Encyclopedia of Genes and Genomes (KEGG) בעזרת חבילת ה-R בשם clusterProfiler. מידע על אינטראקציות חלבון-חלבון (PPI) הופק ממאגר המידע STRING (https://string-db.org/) כדי לנתח אינטראקציות ברמת החלבון בין הגנים החופפים. תוכנת Cytoscape שימשה להדמיה חזותית של רשת ה-PPI שהתקבלה.

זיהוי גנים מרכזיים באמצעות למידת מכונה

שלוש טכניקות של למידה חישובית יושמו: רגרסיית least absolute shrinkage and selection operator (LASSO), extreme gradient boosting (XGBoost) ו-random forest (RF). רגרסיית LASSO הוטמעה באמצעות חבילת glmnet עם תיקוף צולב בעשרה (10-fold cross-validation) כדי לקבוע את פרמטר העונש האופטימלי λ. הפרמטר type.measure הוגדר כ-"deviance", והפרמטר family הוגדר כ-"binomial". ה-λ האופטימלי נבחר לפי קריטריון λmin, הממזער את ה-deviance בתיקוף הצולב, ובכך הניב 17 גנים. XGBoost בוצע באמצעות חבילת xgboost עם ההיפר-פרמטרים הבאים: nrounds = 100, max_depth = 6, eta = 0.3, subsample = 0.8, colsample_bytree = 0.8, ו-eval_metric = "logloss". חשיבות המאפיינים דורגה לפי מדד ה-gain, ו-30 הגנים המובילים נבחרו. Random forest הוטמעה באמצעות חבילת randomForest עם ntree = 200. חשיבות המאפיינים דורגה לפי mean decrease in Gini, ו-30 הגנים המובילים נבחרו. הגנים שנבחרו על ידי שלוש שיטות הלמידה החישובית נחתכו כדי לזהות גנים מרכזיים לניתוחים עוקבים.

בנייה והערכה של מודל רגרסיה לוגיסטית לחיזוי סיכונים

את מערך הנתונים GSE54837 חילקו באופן אקראי לקבוצת אימון (70%) ולקבוצת בדיקה (30%). מודל רגרסיה לוגיסטית נבנה על קבוצת האימון באמצעות הפונקציה glm מחבילת MASS, כאשר רמות הביטוי של גנים מרכזיים שימשו כמאפייני קלט. ביצועי המודל הוערכו באמצעות עקומות ROC שנוצרו בעזרת חבילת pROC. רווחי סמך של 95% עבור ה-AUC חושבו באמצעות 2,000 חזרות bootstrap. כיול המודל נבחן באמצעות עקומות כיול שנוצרו עם 1,000 דגימות bootstrap חוזרות (חבילת rms). ניתוח DCA בוצע באמצעות חבילת dca כדי להעריך את התועלת הקלינית נטו על פני טווח של הסתברויות סף. נומוגרמה נבנתה באמצעות הפונקציה nomogram מחבילת rms כדי להקל על הערכת סיכון פרטנית.

משוואת הרגרסיה הייתה:

logit(P) = 0.5823 + 0.6010 × UPP1 - 0.6563 × PTRF + 0.3853 × B4GALT2 - 0.3972 × FAM168B + 0.1848 × PRKCDBP - 0.4787 × TOR3A.   (1)

כאן, P מייצג את ההסתברות החזויה ל-COPD, וכל מקדם מייצג את התרומה של ערך ביטוי הגנים המתאים ל-log odds של COPD.

ניתוח ביטוי, רשת GeneMANIA ורשת בקרה מולקולרית

רמות ביטוי הגנים בין קבוצת ה-COPD לקבוצת הביקורת במערך הנתונים GSE54837 הושוו באמצעות מבחן Wilcoxon rank-sum. תרשימי קופסה (Box plots) נוצרו באמצעות חבילת ggplot2 כדי להמחיש את התפלגות רמות הביטוי, כאשר החציונה, הטווח הבין-רבעוני (IQR) ונקודות נתונים בודדות הוצגו על גבי התרשים. GeneMANIA שימשה לבניית רשתות גנים ולניבוי אינטראקציות תפקודיות. החיפוש בוצע עם פרמטרי ברירת המחדל: species = Homo sapiens, maximum related genes = 20. הרשת שהתקבלה הורדה והוצגה ויזואלית, כאשר צבעי הקשרי הרשת (edges) מצביעים על סוגי האינטראקציות. רשת RNA אנדוגנית תחרותית (ceRNA) נבנתה כדי לחקור מנגנוני בקרה פוסט-טרנסקריפציונליים. miRNA-ים המכוונים לששת הגנים המרכזיים נחזו באמצעות שני מאגרי נתונים בלתי תלויים: DIANA-microT (score ≥ 0.8) ו-miRanda (score ≥ 140, energy ≤ −20 kcal/mol). החיתוך של ה-miRNA-ים שזוהו בשני מאגרי הנתונים שימש לבניית זוגות miRNA-mRNA. לאחר מכן, lncRNA-ים המכוונים ל-miRNA-ים אלו נחזו באמצעות מאגר הנתונים StarBase. רשת בקרה של lncRNA-miRNA-mRNA נבנתה והוצגה ויזואלית באמצעות Cytoscape. קשרי בקרה טרנסקריפציונליים נחזו באמצעות ChIP-X Enrichment Analysis Version 3 (ChEA3). עבור כל גן מרכזי עם TFs שנחזו, נבחרו 10 גורמי השעתוק בעלי ציוני ההעשרה הגבוהים ביותר. רשת בקרה של TF-target נבנתה ב-Cytoscape.

ניתוח העשרה של קבוצות גנים והערכת חדירה של תאי מערכת החיסון

ניתוח העשרה של קבוצות גנים (GSEA) בוצע באמצעות חבילת clusterProfiler כדי לחקור את התפקודים הביולוגיים של כל גן מרכזי. עבור כל גן מרכזי, הדגימות חולקו לקבוצות של ביטוי גבוה וביטוי נמוך על בסיס ערך החציונה. ניתוח ביטוי דיפרנציאלי בין שתי הקבוצות בוצע באמצעות limma, ורשימת הגנים שהתקבלה דורגה לפי ה-signed log₂ fold-change. GSEA בוצע באמצעות הפונקציה gseGO עבור מונחי תהליכים ביולוגיים של GO והפונקציה gseKEGG עבור מסלולי KEGG, עם הפרמטרים הבאים: minGSSize = 10, maxGSSize = 500, pvalueCutoff = 0.05, ו-nPerm = 1,000. השפעות יחסית של 28 סוגי תאי חיסון נאמדו באמצעות ניתוח העשרה של קבוצות גנים לדגימה בודדת (ssGSEA) שיושם בחבילת GSVA. מטריצת חתימות של קבוצות גנים נבחרות המכילה גנים מסמנים עבור 28 סוגי תאי חיסון הושגה מספרה ספרותית קודמת19. עבור כל דגימה, הפונקציה gsva הוחלה עם method = "ssgsea", ssgsea.norm = TRUE, ו-kcdf = "Gaussian". מקדמי מתאם של Spearman בין ציוני ההעשרה של ssGSEA לבין רמות הביטוי של ששת הגנים המרכזיים חושבו באמצעות הפונקציה cor.test. ערכי ה-p עברו התאמה לבדיקות מרובות באמצעות שיטת Benjamini-Hochberg. מטריצת המתאם הוצגה חזותית כמפת חום (heatmap) באמצעות חבילת pheatmap.

חיזוי תרופות, עגינה מולקולרית ואנליזה של קשרי מחלות

תרכובות טיפוליות פוטנציאליות המכוונות לגנים מרכזיים זוהו באמצעות מאגר הנתונים DrugBank. רשת אינטראקציות של "תרופה המכוונת לגן מרכזי" נבנתה ב-Cytoscape כדי להציג באופן חזותי אינטראקציות חזויות בין תרופות לגנים. ביצוע עגינה מולקולרית (Molecular docking) בוצע באמצעות פלטפורמת CB-Dock2 כדי להעריך זיקות קישור. מבנה החלבון התלת-ממדי של UPP1 אנושי נשלף ממאגר החלבונים (PDB ID: 7B8T). מבנים מולקולריים של תרופות (בפורמט SMILES) התקבלו מ-PubChem. העגינה בוצעה באמצעות מנוע AutoDock Vina, והתוצאות דורגו לפי אנרגיה חופשית של קישור (ΔG, ביחידות kcal/mol). קומפלקסים של עגינה הוצגו חזותית באמצעות PyMOL. קשרים בין גנים מרכזיים למחלות אנושיות הקשורות לחשיפות סביבתיות נחקרו באמצעות מאגר הנתונים Comparative Toxicogenomics Database (CTD). עבור כל גן בוצעה שאילתה בנפרד, ועשר המחלות בעלות הקשר החזק ביותר הופקו והוצגו באמצעות תרשימי רדאר.

פרוטוקול RT-qPCR

דגימות דם ורידי פריפריות נאספו משמונה חולי COPD ושמונה ביקורות בריאות בבית החולים לרפואה סינית מסורתית שנג'ן לוהו (Shenzhen Luohu Hospital of Traditional Chinese Medicine). COPD אובחן על פי הקריטריונים של היוזמה הגלובלית למחלות ריאה חסרמיות כרוניות (GOLD), שהוגדרה כ-FEV1/FVC לאחר הרחבת סימפונות < 0.70. קבוצת הביקורת כללה מתנדבים בריאים שהותאמו לפי גיל ומגדר, ללא היסטוריה של מחלות נשימה ובדיקות תפקודי ריאה תקינות (FEV1% חזוי ≥ 80% ו-FEV1/FVC ≥ 0.70). המידע הבסיסי של החולים מוצג ב-טבלה 2. RNA כולל הופק מדגימות דם של חולי COPD באמצעות ערכה להפקת RNA מדם. עבור סינתזת cDNA, כמות של 500 ng של RNA כולל עברה שעתוק הפוך באמצעות ערכה לסינתזת cDNA עם הסרת DNA גנומי לפי הפרוטוקול המסופק. ה-cDNA שהתקבל דולל לריכוז של 150 ng/μL.

ביצוע RT-qPCR בוצע באמצעות תערובת מאסטר ל-qPCR מבוססת SYBR Green במערכת PCR בזמן אמת. כל תגובה בנפח 10 μL הכילה 5 μL של תערובת מאסטר 2x SYBR Green, 0.5 μL של פריימרים קדמיים ואחוריים (10 μM), 1 μL של cDNA מהולל (15 ng/μL), ו-3 μL של מים נקיים מנוקלאז. תנאי המחזור כללו דנטורציה ראשונית ב-95 °C למשך 5 min, ולאחריה 40 מחזורים של 95 °C למשך 10 s ו-60 °C למשך 30 s, עם ניתוח עקומת התכה סופית מ-60 °C עד 95 °C לאימות סגוליות ההגברה. כל התגובות בוצעו בשלוש חזרות טכניות. β-actin שימש כגן ייחוס פנימי. יעילות הפריימרים עבור כל גן מטרה אומתה באמצעות סדרת דילול של עקומת סטנדרט ונעה בין 90% ל-110%. רמות ביטוי הגנים נורמלו ל-β-actin, והביטוי היחסי חושב בשיטת 2-ΔΔCt. השוואות סטטיסטיות בין קבוצת COPD לקבוצת הביקורת בוצעו באמצעות מבחן Mann-Whitney U.

ניתוח סטטיסטי

ויזואליזציות של הרשתות נוצרו באמצעות Cytoscape, וניתוחים סטטיסטיים בוצעו באמצעות תוכנת R. אלא אם צוין אחרת, נעשה שימוש במבחן Mann-Whitney U עבור נתונים בעלי התפלגות שאינה נורמלית, ובמבחן Student's t-test עבור נתונים בעלי התפלגות נורמלית להשוואה בין שתי קבוצות. ערך של p < 0.05 נחשב למשמעותי מבחינה סטטיסטית.

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

תוצאות

זיהוי גנים חופפים, ניתוח העשרה ובניית רשת PPI

מתוך מערך הנתונים GSE54837, זוהו 3,371 גנים עם ביטוי Differentially Expressed (DEGs), הכוללים 1,675 גנים עם ביטוי מוגבר (upregulated) ו-1,696 גנים עם ביטוי מופחת (downregulated). 10 הגנים בעלי רמות הביטוי המוגבר והמופחת המשמעותיות ביותר מוצגים ב- איור 1Aבוצעו קיבציות היררכיות (Hierarchical clustering) של נתוני GSE54837 (איור משלים 1A), ויושם סף רך (soft-thresholding) של 10 כדי להבטיח ט...

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

דיון

המודיפיקציה השמורה של RNA, ac4C, המתרחשת בעיקר ב-RNA שליח (mRNA) וב-RNA מעביר (tRNA), מחזקת את יציבות ה-mRNA ואת יעילות התרגום20. NAT10 הוא ה-RNA acetyltransferase היחיד המוכר המתווך את מודיפיקציית ac4C21. מחקרים הראו כי NAT10 נמצא בביטוי מוגבר (upregulated) בתאי אפיתל של ריאות אצל חולי COPD. השתקת (Knockdown) של NAT10 משבשת את התפקוד המיטוכונדריאלי ואת התגובות הטרנסקריפטומיות22. על בסיס ניתוח מולטי-אומיקה אינטגרטיבי, מחקר זה זיהה שישה גנים מרכזיים ה...

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

גילויים

המחברים מצהירים כי אין ניגודי עניינים. הסכמה מושכלת התקבלה מכל הנבדקים שהשתתפו במחקר.

תודות

אנו מודים לבית החולים לרפואה סינית מסורתית של שנג'ן לוהו (Shenzhen Luohu Hospital of Traditional Chinese Medicine) על אספקת המתקנים הקליניים והתמיכה המנהלית שהיו חיוניים למחקר זה. לבסוף, אנו מביעים תודה לכל המטופלים ומתנדבים הבריאים שהשתתפו במחקר זה; תרומתם הייתה חיונית לעבודה זו. עבודה זו נתמכה על ידי פרויקט סנמינג לרפואה בשנג'ן (מס' SZZYSM202401018), קרנות ההתמחות בעדיפות של מחוז לוהו (מס' LX202402021), וקרנות ההתמחות בעדיפות של מחוז לוהו (מס' LX202302064).

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

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
βפריימרים ל-actinצינקילא רלוונטיקדימה: 5’-CATGTACGTTGCTATCCAGGC-3’
הפוך: 5’-CTCCTTAATGTCACGCACGAT-3’
פריימרים ל-B4GALT2צ'ינגקהלא רלוונטיקדימה: 5’-GGGCAGACTGCTGATCGAG-3’
הפוך: 5’-CCGGTGTCTAAAGGGGATGAT-3’
CB-Dock2LabShareמקווןעגינה מולקולרית
clusterProfilerBioconductorv4.14.6ניתוח העשרה
Cytoscapeקונסורציום Cytoscapev3.8.3ויזואליזציה של רשתות
DrugBankUniversity of Albertaמקווןחיזוי תרופות
פריימרים עבור FAM168Bצ'ינגקהלא רלוונטיקדימה: 5’-TCTGGGGTTCCCTATGCAAAT-3’
הפוך: 5’-GTAGGATTCGCTCCAGGATACA-3’
glmnetCRANv4.1רגרסיית LASSO
GSVABioconductorv1.52.3ניתוח ssGSEA
Hifair III סופר-מיקס לסינתזה של גדיל cDNA ראשוןYEASEN11141ESסינתזה של cDNA
Hieff RTPCR SYBR Green Master MixYEASEN11201ESהגברה ב-qPCR
limmaBioconductorv3.54.0ביטוי דיפרנציאלי
מערכת LightCycler 480 IIRocheLightCycler 480 IIPCR בזמן אמת
פריימרים ל-PTRFצ'ינגקהלא רלוונטיקדימה: 5’-GGGCCGTAGACCAGATCCA-3’
הפוך: 5’-CTTGCTCACCGTATTGCTCGT-3’
פריימרים ל-PRKCDBPצ'ינגקהלא רלוונטיקדימה: 5’-CACGTTCTGCTCTTCAAGGAG-3’
הפוך: 5’-TGTACCTTCTGCAATCCGGTG-3’
תוכנת RR Foundationv4.4.2מיחשוב סטטיסטי
יער אקראיCRANגרסה 4.7יער אקראי
מבודד RNA, ערכה לבידוד RNA מדם MolPureYEASEN19241ES50הוצאת RNA
מאגר הנתונים STRINGEMBLמקווןרשת PPI
פריימרים ל-TOR3Aצ'ינגקהלא רלוונטיקדימה: 5’-CCCTTGCTCTGTCGTTCCAC-3’
הפוך: 5’-CCCGTCCCGATACAGGTTC-3’
פריימרים ל-UPP1צ'ינגקהלא רלוונטיקדימה: 5’-CTGTCAGTCATGGTATGGGCA-3’
הפוך: 5’-GAGCACCGGGCATAGTACA-3’
WGCNACRANv1.72רשת ביטוי משותף
XGBoostCRANv1.7אלגוריתם XGBoost

מקורות

  1. Hogg JC. Pathophysiology of airflow limitation in chronic obstructive pulmonary disease. Lancet. 2004;364(9435):709-21.
  2. Baraldo S, Turato G, Saetta M. Pathophysiology of the small airways in chronic obstructive pulmonary disease. Respiration. 2012;84(2):89-97.
  3. Fischer BM, Pavlisko E, Voynow JA. Pathogenic triad in COPD: oxidative stress, protease-antiprotease imbalance, and inflammation. Int J Chron Obstruct Pulmon Dis. 2011;6:413-21.
  4. Pandey KC, De S, Mishra PK. Role of proteases in chronic obstructive pulmonary disease. Front Pharmacol. 2017;8:512.
  5. Wang L, Xie J, Hu Y, Tian Y. Air pollution and risk of chronic obstructed pulmonary disease: the modifying effect of genetic susceptibility and lifestyle. EBioMedicine. 2022;79:103994.
  6. Elonheimo HM, et al. Environmental substances associated with chronic obstructive pulmonary disease-a scoping review. Int J Environ Res Public Health. 2022;19(7):3945.
  7. Chen S, et al. The global economic burden of chronic obstructive pulmonary disease for 204 countries and territories in 2020-50: a health-augmented macroeconomic modelling study. Lancet Glob Health. 2023;11(8):e1183-e93.
  8. Rutten-van Mölken MP, et al. Costs and effects of inhaled corticosteroids and bronchodilators in asthma and chronic obstructive pulmonary disease. Am J Respir Crit Care Med. 1995;151(4):975-82.
  9. Ontiveros RJ, Stoute J, Liu KF. The chemical diversity of RNA modifications. Biochem J. 2019;476(8):1227-45.
  10. Roundtree IA, Evans ME, Pan T, He C. Dynamic RNA modifications in gene expression regulation. Cell. 2017;169(7):1187-200.
  11. Wang C, et al. RNA modification in cardiovascular disease: implications for therapeutic interventions. Signal Transduct Target Ther. 2023;8(1):412.
  12. Zhang W, et al. ac4C acetylation regulates mRNA stability and translation efficiency in osteosarcoma. Heliyon. 2023;9(6):e17103.
  13. Qiu L, Jing Q, Li Y, Han J. RNA modification: mechanisms and therapeutic targets. Mol Biomed. 2023;4(1):25.
  14. Luo J, Cao J, Chen C, Xie H. Emerging role of RNA acetylation modification ac4C in diseases: current advances and future challenges. Biochem Pharmacol. 2023;213:115628.
  15. Li H, et al. RNA cytidine acetyltransferase NAT10 maintains T cell pathogenicity in inflammatory bowel disease. Cell Discov. 2025;11(1):19.
  16. Wang JN, et al. NAT10 exacerbates acute renal inflammation by enhancing N4-acetylcytidine modification of the CCL2/CXCL1 axis. Proc Natl Acad Sci U S A. 2025;122(17):e2418409122.
  17. Shenshen W, et al. NAT10 accelerates pulmonary fibrosis through N4-acetylated TGFB1-initiated epithelial-to-mesenchymal transition upon ambient fine particulate matter exposure. Environ Pollut. 2023;322:121149.
  18. Liu J, et al. Unveiling ac4C modification pattern: a prospective target for improving the response to immunotherapeutic strategies in melanoma. J Transl Med. 2025;23(1):287.
  19. Su F, et al. Multimodal single-cell analyses outline the immune microenvironment and therapeutic effectors of interstitial cystitis/bladder pain syndrome. Adv Sci (Weinh). 2022;9(18):e2106063.
  20. Schiffers S, Oberdoerffer S. ac4C: a fragile modification with stabilizing functions in RNA metabolism. RNA. 2024;30(5):583-94.
  21. Jiao L, et al. Emerging role of N-acetyltransferase 10 in diseases: RNA ac4C modification and beyond. Mol Biomed. 2025;6(1):46.
  22. Zheng N, et al. Regulatory roles of NAT10 in airway epithelial cell function and metabolism in pathological conditions. Cell Biol Toxicol. 2023;39(4):1237-56.
  23. Du J, et al. PTRF-IL33-ZBP1 signaling mediating macrophage necroptosis contributes to HDM-induced airway inflammation. Cell Death Dis. 2023;14(7):432.
  24. Lai K, et al. Uridine alleviates sepsis-induced acute lung injury by inhibiting ferroptosis of macrophage. Int J Mol Sci. 2023;24(6):5093.
  25. Kumari R, Jat P. Mechanisms of cellular senescence: cell cycle arrest and senescence associated secretory phenotype. Front Cell Dev Biol. 2021;9:645593.
  26. Ogrodnik M, Salmonowicz H, Jurk D, Passos JF. Expansion and cell-cycle arrest: common denominators of cellular senescence. Trends Biochem Sci. 2019;44(12):996-1008.
  27. Kumar M, Seeger W, Voswinckel R. Senescence-associated secretory phenotype and its possible role in chronic obstructive pulmonary disease. Am J Respir Cell Mol Biol. 2014;51(3):323-33.
  28. Pérez-Rubio G, et al. Role of genetic susceptibility in nicotine addiction and chronic obstructive pulmonary disease. Rev Invest Clin. 2019;71(1):36-54.
  29. Liu Y, Wang R, Jiang T. RNA-binding proteins as a molecular link between COPD and pulmonary hypertension. Int J Med Sci. 2025;22(8):1979-91.
  30. Marques TM, Gama-Carvalho M. Network approaches to study endogenous RNA competition and its impact on tissue-specific microRNA functions. Biomolecules. 2022;12(2):332.
  31. Wang J, Xia B, Ma R, Ye Q. Comprehensive analysis of a competing endogenous RNA co-expression network in chronic obstructive pulmonary disease. Int J Chron Obstruct Pulmon Dis. 2023;18:2417-29.
  32. Zhang J, et al. Construction of a ceRNA network and screening of potential biomarkers and molecular targets in male smokers with chronic obstructive pulmonary disease. Front Genet. 2024;15:1376721.
  33. Celikoğlu F, Celikoğlu SI. Intratumoural chemotherapy with 5-fluorouracil for palliation of bronchial cancer in patients with severe airway obstruction. J Pharm Pharmacol. 2003;55(10):1441-8.
  34. Chan AK, Choo BA, Glaholm J. Pulmonary toxicity with oxaliplatin and capecitabine/5-fluorouracil chemotherapy: a case report and review of the literature. Onkologie. 2011;34(8-9):443-6.

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

הדפסות חוזרות והרשאות

תגיות

סמן ביולוגי UPP1אבחון COPDמודיפיקציית RNA מסוג ac4Cביטוי גנים משותףסמנים ביולוגיים מבוססי למידת מכונהניתוח רשת רגולטוריתפרופיל תאי חיסוןאינטראקציית תרופה-גן
צרו קשר
המליצו לספרייה

פרטיות

תנאי שימוש

מדיניות

זכויות יוצרים © 2026 MyJoVE Corporation. כל הזכויות שמורות.