Artykuł badawczy

SNRNP70 jest związany z cechami związanymi z adhezją ogniskową i stanem zapalnym chondrocytów w artrozie

94 wyświetleń

⸱

DOI:

10.3791/70608

⸱

23 czerwca 2026

 ,  , 
1Department of Orthopedic Trauma and Hand Surgery, The First Affiliated Hospital of Guangxi Medical University, 2Department of Orthopedics Trauma, Hainan General Hospital (Hainan Affiliated Hospital of Hainan Medical University), 3Department of Orthopedics, The Second Affiliated Hospital of Guangxi Medical University

* These authors contributed equally

W tym artykule

Podsumowanie

SNRNP70 pokazuje potencjał jako marker diagnostyczny osteoartretyzmu (OA), z konsekwentnie niższym wyrażeniem w tkankach OA niż w grupach kontrolnych. Może również wywierać działanie przeciwzapalne, sugerując nową drogę terapeutyczną. Przyszłe badania mechanizmowe mogą pomóc w rozwoju zarządzania OA.

Streszczenie

Choroba zwyrodnieniowa stawów (OA) jest chorobą zwyrodnieniową stawów charakteryzującą się postępującym rozkładem chrząstki i stanem zapalnym błony maziowej, jednak kluczowe molekularne czynniki napędzające jej patogenezę pozostają niedostatecznie poznane. Niniejsze badanie dotyczyło pytania, czy SNRNP70—podstawowy komponent kompleksu U1 snRNP, niezbędny do splajsowania pre‑mRNA—przyczynia się do progresji OA. Analiza dziesięciu publicznych zestawów danych transkryptomowych wykazała, że SNRNP70 było spójnie zdezaktywowane w chrząstce OA w porównaniu z normalnymi kontrolami. Metaanaliza wskazała dodatkowo dobrą dokładność diagnostyczną w przypadku OA, z przeliczeniową wartością AUC 0,92. W pierwotnych chondrocitach szczurów stymulowanych interleukiną‑1β (IL‑1β), ekspresja SNRNP70 była tłumiona w warunkach zapalnych. Wymuszona ekspresja SNRNP70 nie tylko zmniejszyła produkcję pro‑zapalnych mediatorów (IL‑6 i MMP‑13), ale także przywróciła kluczowe komponenty zewnątrzkomórkowej matrycy (ACAN i COL2A1) i promowała migrację chondrocytów oraz gojenie się ran. Korelacja Pearsona, poprzedzona wzbogaceniem KEGG, wskazała, że sygnalizowanie adhezji ogniskowej było ścieżką związaną z regulacją SNRNP70. Eksperymenty ratunkowe wsparły pogląd, że SNRNP70 poprawia zdolność naprawczą chondrocytów, przynajmniej częściowo, poprzez aktywację tej ścieżki. Wspólnie, te odkrycia sugerują, że SNRNP70 może służyć jako wcześniej nierozpoznany regulator funkcji chondrocytów zapalnych i homeostazy chrząstki. Podnoszą również możliwość mechanistycznego związku między aktywnością splajsozomu a syntezą matrycy pośredniczoną adhezją ogniskową, co uzasadnia dalszą ocenę SNRNP70 jako kandydata do markera diagnostycznego lub celu terapeutycznego w OA.

Wprowadzenie

Choroba zwyrodnieniowa stawów (OA) reprezentuje powszechne dolegliwości stawowe, które przeważnie dotyczą osób w wieku 65 lat i starszych, wpływając na około 7% populacji globalnej1,2. Oszałamiające jest, że między 1990 a 2019 rokiem, globalna częstość występowania OA wzrosła o oszałamiające 113,25%, zwiększając się z 247,51 miliona przypadków do 527,81 miliona3. OA jest głównie charakteryzowana przez powolne postępowanie zwyrodnieniowych zmian w tkankach stawowych, znacząco objawiając się degradacją chrząstki i stanem zapalnym błony maziowej4,5,6. Warto zauważyć, że przeciążenie mechaniczne i nieuchronne starzenie się zostały uznane za dwa najbardziej wyraźne czynniki ryzyka przyczyniające się do jej patogenezy7,8. Dodatkowo, coraz więcej badań podkreśla kluczową rolę odgrywaną przez zwyrodnienie mięśni jako integralny element w skomplikowanym patogenezie OA9. Poprzednie badania przekonująco wykazały, że zmiany mięśniowe dotyczą 68% do 90% pacjentów z OA10,11.

Na poziomie molekularnym, rosnąca liczba dowodów wskazuje, że OA nie jest jedynie konsekwencją stresu biomechanicznego i starzenia się, ale także chorobą napędzaną złożonymi zmianami w regulacji genów i kontroli post-transkrypcyjnej12,13,14. Wśród tych mechanizmów, spliceosom zyskuje coraz większą uwagę w różnych kontekstach chorobowych. Co ciekawe, podczas gdy był przedmiotem rozległych badań w patogenezie zapalenia, rola spliceosomu w OA pozostała zauważalnie mało zbadana15,16,17. Zasadniczo, spliceosom może być skonceptualizowany jako białkowo kierowany metalowy rybozym18,19. Wśród tych mechanizmów, splicing RNA stał się krytycznym determinantem fenotypu chondrocytów i homeostazy ECM. Precyzyjne splicing zapewnia prawidłowe ekspresję białek strukturalnych i sygnałowych niezbędnych dla integralności chrząstki, podczas gdy nieprawidłowe splicing może zakłócić obrót ECM, promować kataboliczne ścieżki i przyspieszyć degradację chrząstki20,21,22.

Ostatnie badania podkreśliły, że białka spliceosomalne są kluczowymi regulatorami homeostazy tkanki stawowej, jednak rola tych białek w patogenezie OA pozostaje w dużej mierze niezbadana23. W szczególności, SNRNP70, podstawowy komponent kompleksu małej jądrowej rybonukleoproteiny U1, steruje rozpoznawaniem miejsc 5′ splicingu podczas przetwarzania pre-mRNA i tym samym wpływa na inkluzję lub ekskluzję określonych egzonów24,25. Dysregulacja SNRNP70 była związana z różnymi stanami patologicznymi, ale jej wkład w zwyrodnienie chrząstki nie został wcześniej scharakteryzowany. Jednym z potencjalnych celów regulowanego przez spliceosom jest kinaza adhezji ogniskowej (FAK), centralny cząsteczkowy sygnał, który integruje wskazówki mechaniczne i biochemiczne, aby kontrolować adhezję chondrocytów, dynamikę cytoszkieletu, przeżycie i mechanotransdukcję26. Zwiększona aktywność FAK została powiązana ze zwiększoną sygnalizacją adhezji ogniskowej, co z kolei promuje syntezę ECM i wzrost kluczowych białek specyficznych dla chrząstki, w tym agregkanu (ACAN) i kolagenu typu II alfa 1 (COL2A1)27,28. Białka te są niezbędne dla utrzymania struktury i funkcji chrząstki, a ich downregulacja jest charakterystyczna dla progresji OA.

Mimo postępów w badaniach transkrypcyjnych i epigenetycznych w OA, rola regulowanego przez spliceosom FAK w kontroli sygnalizacji adhezji ogniskowej i metabolizmu ECM pozostaje słabo zdefiniowana. Na podstawie tych obserwacji, założono, że SNRNP70 może wpływać na zachowanie chondrocytów i homeostazę ECM poprzez modulowanie alternatywnego splicingu FAK i, w dalszej kolejności, sygnalizacji adhezji ogniskowej. Aby przetestować tę hipotezę, pierwszym pytaniem było, czy ekspresja SNRNP70 jest zmieniona w OA; jej potencjał jako marker diagnostyczny został oceniony, a jej możliwe powiązania z reakcjami zapalnymi i ścieżkami związanymi z adhezją ogniskową w chondrocytach zostały zbadane.

Protokół

Protokół badania na zwierzętach został zatwierdzony przez Komitet Etyczny Guangxi Medical University oraz Guangxi Medical University First Affiliated Hospital (kod protokołu 202109001, NR.2022-KY-E-252).

UWAGA: Wszystkie procedury muszą przestrzegać instytucjonalnych i krajowych wytycznych dotyczących opieki nad zwierzętami. Wykwalifikowane personel musi nosić EPP (rękawice, maseczki, fartuchy laboratoryjne) podczas obsługi zwierząt lub próbek. Zabiegi chirurgiczne wymagają odpowiedniego znieczulenia i monitorowania pooperacyjnego. Szybko zgłaszaj niepożądane zdarzenia (krwotoki, infekcje, zmiany behawioralne). Odpady po uboju i zanieczyszczony materiał należy odpowiednio usuwać. Przeprowadzaj regularne inspekcje obiektów, aby zapewnić zgodność. Szczegóły handlowe dotyczące zwierząt, reagentów i sprzętu użytego w tym badaniu są wymienione w Tabeli materiałów.

Pacjenci i zestawy danych dotyczących ekspresji genów
Aby zbadać wzorce ekspresji SNRNP70 w OA, publicznie dostępne zestawy danych sekwencjonowania RNA (RNA-seq) i mikroarray zostały systematycznie pobrane z bazy danych Gene Expression Omnibus (GEO) (https://www.ncbi.nlm.nih.gov/geo/)21. Strategia wyszukiwania obejmowała następujące słowa kluczowe: “SNRNP70 LUB RPU1 LUB Snp1 LUB U1AP LUB U170K LUB U1RNP LUB RNPU1Z LUB SNRP70 LUB U1-70K” w połączeniu z “OA.” Kryteria inkluzji zdefiniowano następująco: (i) zestawy pochodzące z próbek ludzkich; (ii) badania koncentrujące się specjalnie na OA, z wyłączeniem reumatoidalnego zapalenia stawów i innych zapaleń stawów; (iii) dostępność co najmniej trzech niezależnych replikat biologicznych w obu grupach OA i kontroli normalnej (NC), co umożliwia obliczenie standaryzowanych różnic średnich (SMD). Przetwarzanie danych: po zidentyfikowaniu kwalifikujących się zestawów danych, surowe dane ekspresji i odpowiadające im metadane kliniczne zostały pobrane. W przypadku zestawów danych mikroarray danych na poziomie sond zostało znormalizowanych za pomocą algorytmu robust multi-array average (RMA), a sondy zostały zaanotowane do oficjalnych symboli genów za pomocą plików adnotacji platformy. W przypadku zestawów danych RNA-seq, surowe liczby zostały przekształcone na liczby transkryptów na milion (TPM), a następnie przekształcone logarytmicznie względem log2, aby zapewnić porównywalność między zestawami danych. Kiedy wiele sond mapowano na ten sam gen, zachowano sondę o najwyższej wariancji ekspresji między próbkami. Kontrola jakości i harmonizacja: Aby zminimalizować efekty współpracy między różnymi badaniami, zastosowano funkcję ComBat z pakietu R "sva". Analiza głównych składowych (PCA) została przeprowadzona zarówno przed, jak i po korekcie, aby ocenić skuteczność usuwania efektów współpracy. Zestawy danych, które wykazywały słabą jakość, niekompletne adnotacje lub nie były w stanie odróżnić grup OA i NC, zostały wyłączone z dalszej analizy.

Identyfikacja różnicowej ekspresji SNRNP70 w tkankach chrząstki OA i normalnej
Aby ocenić różnicową ekspresję SNRNP70 między tkankami chrząstki OA a normalną chrząstką (NC), zastosowano wieloetapowe podejście analityczne. Po pierwsze, dane ekspresji dla SNRNP70 zostały wyodrębnione z dostępnych zestawów danych. Porównania statystyczne między grupami OA i NC przeprowadzono za pomocą testu t Studenta, aby określić, czy średnie poziomy ekspresji różniły się istotnie. Aby dodatkowo ocenić siłę dyskryminacyjną SNRNP70, wygenerowano krzywe cechy operacyjnej odbiornika (ROC) za pomocą GraphPad Prism 8.0 i platformy Sangerbox (http://vip.sangerbox.com/). Obliczono obszar pod krzywą (AUC), aby określić diagnostykę wydajności poziomów ekspresji SNRNP70.

Następnie przeprowadzono metaanalizę za pomocą Stata 14.0 w celu zintegrowania wyników z wielu zestawów danych. Heterogeniczność statystyczną oceniono za pomocą testu Cochrana Q i statystyki I2. Gdy heterogeniczność była niska (p > 0.01 i I2 < 50%), zastosowano model o efektach fiksowanych; w przeciwnym razie zastosowano model o efektach losowych. Obliczono standaryzowaną różnicę średnią (SMD) wraz z odpowiednim przedziałem ufności 95% (CI), aby określić różnicową ekspresję SNRNP70 między tkankami OA i NC. W celu określenia dokładności diagnostycznej przeprowadzono metaanalizę diagnostyczną za pomocą modułu Midas w Stata. Analiza ta oszacowała łączną czułość, swoistość, dodatni wskaźnik prawdopodobieństwa (PLR), ujemny wskaźnik prawdopodobieństwa (NLR) i diagnostykę odds ratio (DOR) dla SNRNP70. Ponadto skonstruowano krzywą sumarycznej cechy operacyjnej odbiornika (sROC), aby zapewnić ogólną ocenę wydajności diagnostycznej. Wreszcie przeprowadzono analizy wrażliwości, sekwencyjnie wykluczając pojedyncze zestawy danych, aby ocenić trwałość i stabilność łączonych wyników. Potencjalne zniekształcenie publikacji zostało oszacowane za pomocą testu as

Wyniki

SNRNP70 ekspresja w tkankach jamy stawowej
Aby w sposób kompleksowy zbadać rolę SNRNP70 w OA, przeprowadzono systematyczne przesiewowe badanie 10 publicznie dostępnych zestawów danych RNA-seq i mikroarrayów, które spełniały rygorystyczne kryteria włączania i wyłączania (Tabela 2). Poziomy ekspresji SNRNP70 zostały starannie wyekstrahowanie i przeanalizowane w tych zestawach danych. Uważnie, w 6 z 10 kohortach, ekspresja SNRNP70 była istotnie obniżona w tkankach OA w porównaniu z normalnymi kontrolami (p < 0,05), sugerując jednolite wzorce supresji transkrypcyjnej (Rysunek 1).

Warto zauważyć, że trzy zestawy danych (GSE114007, GSE169077 i GSE19060) nie ujawniły istotnych różnic między próbkami OA i kontrolnymi. Zamiast ignorować te różnice, zastosowano korekcję partii i strategie integracji zestawów danych, aby zwiększyć wytrzymałość i niezawodność analizy. Konkretnie, zestawy pochodzące z identycznych platform sekwencjonowania zostały połączone, aby zwiększyć moc statystyczną. Na przykład GSE114007 zostało połączone z GSE89408, aby wygenerować GSE114007-89408, podczas gdy GSE169077, GSE12021 i GSE55457 zostały połączone w GSE169077-12021-55457 (Rysunek 1). To podejście integracyjne minimalizowało zmienność między badaniami i wzmocniło replikację wyników. Podsumowując, analizy ludzkich zestawów danych ujawniają spójne obniżenie ekspresji SNRNP70 w tkankach stawowych OA, sugerując jego potencjalne zastosowanie jako biomarkera diagnostycznego. Jednak nie jest jasne, czy to zmniejszenie bezpośrednio powoduje dysregulację splicingu lub zwyrodnienie chrząstki u ludzi, i oczekuje na weryfikację, najlepiej w ludzkich modelach tkankowych.

Zdolność diagnostyczna kliniczna SNRNP70
Aby rygorystycznie ocenić wartość diagnostyczną SNRNP70 w OA, przeprowadzono kompleksową metaanalizę integrującą dane z 165 próbek OA i 125 normalnych kontroli. To reprezentuje, w najlepszym rozumieniu dostępnej wiedzy, systematyczną ocenę SNRNP70 jako potencjalnego biomarkera diagnostycznego w OA. Analiza heterogeniczności ujawniła istotną heterogeniczność wśród zestawów danych (I2 = 72,9%; p = 0,001), co uzasadniało zastosowanie modelu efektów losowych. Zbiorcza analiza wykazała mocne i spójne zmniejszenie ekspresji SNRNP70 w tkankach OA w porównaniu z normalnymi kontrolami, ze zstandardyzowaną różnicą średnią (SMD) wynoszącą -1,07 (95% CI: -1,34 do -0,80) (Rysunek 2A–B). Poza profilowaniem ekspresji, wykonano dalszą ocenę wydajności diagnostycznej SNRNP70. Zbiorcze wyniki testu diagnostycznego ujawniły łączną czułość 0,82 (95% CI: 0,57–0,94) i swoistość 0,88 (95% CI: 0,73–0,95), co podkreśla jego silną zdolność dyskryminacyjną (Rysunek 3A). Konsekwentnie, krzywa charakterystyki operacyjnej podsumowania (SROC) wykazała obszar pod krzywą (AUC) wynoszący 0,92 (95% CI: 0,90–0,94), co dodatkowo podkreśla wysoką dokładność SNRNP70 w rozróżnianiu pacjentów z OA od zdrowych osób (Rysunek 3B).

Aby zapewnić wytrzymałość tych wyników, przeprowadzono analizę czułości, potwierdzającą, że sekwencyjone wykluczanie pojedynczych zestawów danych nie zmieniło istotnie ogólnej wielkości efektu (Rysunek 4A). Co ważne, zarówno test asymetrii wykresu lejka Deek’a (p = 0,41), jak i test Eggera nie wykazały istotnego skręcenia publikacji, co wzmacnia wiarygodność wyników (Rysunek 4B). Razem, te dane pokazują, że ekspresja SNRNP70 jest obniżona w OA i sugerują, że może on służyć jako biomarker diagnostyczny. To powiedziawszy, heterogeniczność wśród zestawów danych i brak niezależnej kohortyw walidacji wymagają ostrożności. Te wyniki są zatem uważane za wstępne, w oczekiwaniu na dalsze badania, które wyjaśnią kliniczną przydatność SNRNP70 w diagnozowaniu i leczeniu OA.

SNRNP70 moduluje ekspresję genów zapalnych w OA
Aby określić rolę regulacyjną SNRNP70 w sygnałowaniu zapalnym podczas progresji OA, początkowo ustanowiono in vitro model OA poprzez ekspozycję chondrocytów na IL-1β, dobrze scharakteryzowany pro-zapalny cytokinę. Analiza qRT-PCR przeprowadzona po 48 godzinach stymulacji IL-1β ujawniła istotne zmniejszenie poziomów mRNA SNRNP70 w porównaniu z grupą NC (Rysunek 5). To supresja eks

Dyskusja

Niniejsza praca sugeruje, że SNRNP70 może działać jako gen ochronny w patogenezie OA, wielowymiarowego zaburzenia stawów, które stanowi znaczące globalne wyzwanie dla opieki zdrowotnej29,30. Jest to pierwsze badanie, które opisuje rolę SNRNP70 w OA. W niniejszym badaniu wykazano istotne obniżenie ekspresji SNRNP70 w tkankach OA, co wynika z analizy danych GEO (ogólna SMD = -1,07, 95% CI: -1,34, -0,80; Rycina 2). Co ważne, to stwierdzenie zostało następnie potwierdzone w chrzęstówkach traktowanych IL-1β. Ponadto, niniejsze badanie zbadano rolę SNRNP70 w reakcji zapalnej chrzęstówek traktowanych IL-1β. Jako gen ochronny związany z OA, SNRNP70 wykazał zdolność do hamowania progresji OA poprzez tłumienie ekspresji IL-1 i MMP13. Do tej pory jest to pierwsze badanie eksperymentalne, które opisuje wyraźną różnicę w poziomach ekspresji SNRNP70 między tkankami OA a NC, sugerując potencjalną rolę SNRNP70 w patogenezie OA. Ta fascynująca obserwacja skłania nas do rozważenia możliwych implikacji diagnostycznych SNRNP70 w OA.

Przeprowadzona przez nas metaanaliza, która uwzględniała wiele zestawów danych RNA-seq i tablic, dostarczyła dowodów na potencjalną wartość diagnostyczną SNRNP70. SMD wynoszący -1,07 podkreślił spójne obniżenie ekspresji SNRNP70 w tkankach OA, co sugeruje możliwość jego zastosowania jako kandydata do diagnostyki. Analiza krzywej ROC dodatkowo podkreśliła ten potencjał, z AUC 0,92, co wskazuje na solidną siłę rozróżniającą. Co więcej, połączone wartości czułości i swoistości wspierały przekonanie, że SNRNP70 może umożliwić wcześniejszą i dokładniejszą diagnozę OA. Poza jego obiecującą wartością diagnostyczną, SNRNP70 pozostaje kandydatem interesującym w kontekście zarządzania OA. Patogeneza OA to wieloczynnikowy proces obejmujący przeciążenie mechaniczne, starzenie, predyspozycje genetyczne i stan zapalny31,32. Wśród tych czynników, stan zapalny zyskał coraz większe uznanie jako kluczowy czynnik napędzający progresję OA33,34. Reguluje kaskadę zdarzeń, w tym degradację chrząstki, zapalenie błony maziowej i zmiany homeostazy stawowej.

Niniejsze badanie zbadano antyzapalne potencjały SNRNP70, motywowane jego rolą jako komponentu splająka35,36. Za pomocą modelu in vitro, chrzęstówki były traktowane rekombinantną IL-1β szczura, aby naśladować środowisko zapalne w stawach OA. Te wyniki sugerują, że SNRNP70 może odgrywać rolę w modulowaniu stanu zapalnego w chrzęstówkach stymulowanych IL-1β. Testy IF dostarczyły dalszego wsparcia dla antyzapalnych właściwości SNRNP70. Chrzęstówki traktowane IL-1β wykazywały zwiększoną ekspresję białek zapalnych, które były tłumione przez oe-SN. Ta modulacja ekspresji białek zapalnych przez SNRNP70 podkreśla potencjalny związek z kaskadą zapalną związaną z patogenezą OA.

Chociaż niniejsze badanie dostarczyło dowodów obserwacyjnych na potencjał diagnostyczny i terapeutyczny SNRNP70 w OA, dokładne mechanizmy leżące u podstaw jego działania pozostają obszarem intrygującym37. SNRNP70 jest krytycznym komponentem splająka, kompleksu zaangażowanego w splicing RNA, fundamentalnego procesu w regulacji ekspresji genów. Splicing RNA odgrywa kluczową rolę w ekspresji genów poprzez usuwanie regionów niekodujących (introny) i łączenie regionów kodujących (eksonów) cząsteczek mRNA, kształtując ostatecznie proteom38,39,40. Jest prawdopodobne, że zaangażowanie SNRNP70 w splicing RNA może wpływać na ekspresję genów związanych z patogenezą OA. Określone cele RNA i zdarzenia splicingu regulowane przez SNRNP70 w tkankach dotkniętych OA pozostają do wyjaśnienia. Zrozumienie tych mechanizmów może dostarczyć cenny wgląd w molekularne podstawy OA i kandydatów do dalszych badań. Ponadto, przyszłe badania powinny zbadać interakcję SNRNP70 z innymi cząsteczkami zaangażowanymi w patogenezę OA. Badanie jego współdziałania ze ścieżkami sygnałowymi zaangażowanymi w stan zapalny, degradację chrząstki i przebudowę tkanki stawowej może dostarczyć bardziej kompleksowego zrozumienia jego wielowymiarowych efektów.

Niniejsze badanie ma pewne ograniczenia, które zasługują na rozważenie. Chociaż metaanaliza uwzględniała znaczną liczbę zestawów danych, różnice w projektach badań, demografii pacjentów i przetwarzaniu danych mogą wprowadzać heterogeniczność. Ponadto, uwzględnione zestawy danych różniły się pod względem pochodzenia tkankowego (np. chrząstka versus błona ma

Oświadczenia

Autorzy nie mają żadnych konfliktów interesów.

Podziękowania

Badania te były wspierane finansowo przez Guangxi Key Research, Chiny (GuiKe AB22035014), Specjalny Fundusz dla Charakterystycznej Grupy Innowacji Pierwszego Szpitala Afilikowanego Guangxi Medical University (YYZS2022003) oraz Wspólny Projekt Innowacji Nauki i Technologii Zdrowia Prowincji Hainan na 2026 rok (WSJK2026QN087).

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Anti-aggrecan (ACAN) antibodyAbcamab36861Pierwotne przeciwciało, 1:1000
Anti-collagen type II alpha 1 (COL2A1) antibodyAbcamab34712Pierwotne przeciwciało, 1:1000
Anti-IL6 antibodyProteintech21865-1-APAntybiotyki do kultury komórkowej
Anti-MMP13 antibodyProteintech18165-1-APPierwotne przeciwciało, 1:1000
BCA protein assay kitThermo Fisher Scientific23225Oznaczenie całkowitej stężenia białka
CFX96 Real-Time PCR Detection SystemBio-Rad1855195System detekcji PCR w czasie rzeczywistym
ChemiDoc XRS+ imaging systemBio-Rad1708265System obrazowania chemiluminescencyjnego
Collagenase type IISigma-AldrichC6885Trawienie tkanki chrzęstnej, 2 mg/mL
DAPIThermo Fisher Scientific62248Kontrastowe barwienie jąder
Dulbecco’s Modified Eagle Medium/F12Gibco11320033Podstawowe medium do kultury komórek
ECL reagentThermo Fisher Scientific34580Zwiększona reaktywność chemiluminescencji
Fetal bovine serumGibco1008214710% stężenie jako suplement do kultury
Fluorescent microscopeOlympusBX53Obrazowanie immunofluorescencyjne (20x powiększenie)
GEO databaseNCBIN/APubliczne zestawy danych RNA-seq i mikrotablic
GraphPad Prism 8.0GraphPadN/AAnaliza krzywych ROC
HRP-conjugated secondary antibodiesSanta Cruz Biotechnologysc-516102Przeciwciało wtórne
ImageJ softwareNIHN/AOprogramowanie do analizy densytometrycznej
LipoFiter 3.0HanbioHB-TF3001Reagent transfekcji
NanoDrop 2000Thermo Fisher ScientificND-2000Pomiar czystości i stężenia RNA (stosunek A260/280)
oe-SNRNP70HanbioHB-OV5101Plasmid przelewowy
PenicillinThermo Fisher Scientific15140122Antybiotyk do kultury komórkowej
Primer-BLASTNCBIN/AProjektowanie specyficznych dla genów primerów
Primers (synthesized)Sangon BiotechN/AKomercyjna synteza primerów PCR
protease and phosphatase inhibitor cocktailsRoche4693159001Kompleks inhibitorów proteaz i fosfataz
PVDF membraneMilliporeIPVH00010Membran do transferu białka
ReverTra Ace qPCR RT KitTOYOBOFSQ-101Synteza cDNA pierwszego łańcucha
RIPA bufferBeyotimeP0013BBufor lizy komórkowej z inhibitorami proteaz i fosfataz
Recombinant rat interleukin-1βPeproTech400-01BWywoływanie reakcji zapalnej w chrzęstnych
Sangerbox platformhttp://vip.sangerbox.com/N/AAnaliza krzywych ROC
Simple Western Automated Western Blot SystemProteinSimple JessJess (model 004-600)Automatyczny system wykrywania ekspresji białek
Stata 14.0StataN/AMeta-analiza
StreptomycinThermo Fisher ScientificAntybiotyk do kultury komórkowej
SYBR® Premix Ex Taq® KitTakaraQPK-201Real-time quantitative PCR
The RNAfast200 kitFastagen Biotech220010-100Wyciąganie całkowitego RNA z chrzęstnych
Trypsin-EDTAGibco25200072Odrywanie komórek, 0,25% trypsyna-EDTA

Bibliografia

  1. David, J. H., Lyn, M., Mabel, C. Osteoarthritis in 2020 and beyond: a Lancet Commission. Lancet. 396 (10264), 1711-1712 (2020).
  2. Leifer, V. P., Katz, J. N., Losina, E. The burden of OA-health services and economics. Osteoarthritis Cartilage. 30 (1), 10-16 (2022).
  3. Long, H., et al. Prevalence Trends of Site-Specific Osteoarthritis From 1990 to 2019: Findings From the Global Burden of Disease Study 2019. Arthritis Rheumatol. 74 (7), 1172-1183 (2022).
  4. Loeser, R., Collins, J., Diekman, B. Aging and the pathogenesis of osteoarthritis. Nat Rev Rheumatol. 12 (7), 412-420 (2016).
  5. Tang, Y., Wang, Z., Cao, J., Tu, Y. Bone–brain crosstalk in osteoarthritis: pathophysiology and interventions. Trends Mol Med. 31 (3), 281-295 (2025).
  6. Chen, M., et al. Remodeling the Proinflammatory Microenvironment in Osteoarthritis through Interleukin-1 Beta Tailored Exosome Cargo for Inflammatory Regulation and Cartilage Regeneration. ACS Nano. 19 (4), 4924-4941 (2025).
  7. Murphy, M., et al. Articular cartilage regeneration by activated skeletal stem cells. Nat Med. 26 (10), 1583-1592 (2020).
  8. Zhang, H., et al. Mechanical overloading promotes chondrocyte senescence and osteoarthritis development through downregulating FBXW7. Ann Rheum Dis. 81 (5), 676-686 (2022).
  9. MacMullan, P., McCarthy, G. The meniscus, calcification and osteoarthritis: a pathologic team. Arthritis Res Ther. 12 (3), 116(2010).
  10. Jarraya, M., et al. Meniscus morphology: Does tear type matter? A narrative review with focus on relevance for osteoarthritis research. Semin Arthritis Rheum. 46 (5), 552-561 (2017).
  11. Fu, X., et al. Erythropoietin enhances meniscal regeneration and prevents osteoarthritis formation in mice. Am J Transl Res. 12 (10), 6464-6477 (2020).
  12. Li, C., et al. Integrated Analysis of Transcriptome Changes in Osteoarthritis: Gene Expression, Pathways, and Alternative Splicing. Cartilage. 14 (2), 235-246 (2023).
  13. Liu, H., et al. Regulation of Chondrocyte Metabolism and Osteoarthritis Development by Sirt5 Through Protein Lysine Malonylation. Arthritis Rheumatol. 77 (9), 1216-1227 (2025).
  14. Zhou, H., et al. FTO-mediated SMAD2 m6A modification protects cartilage against Osteoarthritis. Exp Mol Med. 56 (10), 2283-2295 (2024).
  15. Li, Y., et al. A Wnt-induced lncRNA-DGCR5 splicing switch drives tumor-promoting inflammation in esophageal squamous cell carcinoma. Cell Rep. 42 (6), 112542(2023).
  16. Mann, M., et al. Bromodomain-containing Protein 4 regulates innate inflammation via modulation of alternative splicing. Front Immunol. 14, 1212770(2023).
  17. Zhang, L., et al. RNF213 loss of function reshapes vascular transcriptome and spliceosome leading to disrupted angiogenesis and aggravated vascular inflammatory responses. J Cereb Blood Flow Metab. 42 (11), 2107-2122 (2022).
  18. Yan, C., Wan, R., Shi, Y. Molecular Mechanisms of pre-mRNA Splicing through Structural Biology of the Spliceosome. Cold Spring Harb Perspect Biol. 11 (1), (2019).
  19. Borisek, J., et al. Atomic-Level Mechanism of Pre-mRNA Splicing in Health and Disease. Acc Chem Res. 54 (1), 144-154 (2020).
  20. Pala, D., et al. Focal adhesion kinase/Src suppresses early chondrogenesis: central role of CCN2. J Biol Chem. 283 (14), 9239-9247 (2008).
  21. Kim, Y. H., Lee, J. W. Targeting of focal adhesion kinase by small interfering RNAs reduces chondrocyte redifferentiation capacity in alginate bead culture with type II collagen. J Cell Physiol. 218 (3), 623-630 (2009).
  22. Byun, S., et al. Response splicing quantitative trait loci in primary human chondrocytes identify putative osteoarthritis risk genes. Nat Commun. 16 (1), 1-17 (2025).
  23. Yang, B., Li, X., Su, Y. Single-cell sequencing and machine learning-based prediction of spliceosome-associated factor 2 may represent potential targets for osteoarthritis. Osteoarthritis Cartilage Open. 8 (2), (2026).
  24. Will, C., Lührmann, R. Spliceosome structure and function. Cold Spring Harb Perspect Biol. 3 (7), (2011).
  25. Nakaya, T. Dissection of FUS domains involved in regulation of SnRNP70 gene expression. FEBS Lett. 594 (21), 3518-3529 (2020).
  26. Zhou, C., et al. Microenvironmental stiffness mediates cytoskeleton re-organization in chondrocytes through laminin-FAK mechanotransduction. Int J Oral Sci. 14 (1), 1-13 (2022).
  27. Shin, H., et al. Focal Adhesion Assembly Induces Phenotypic Changes and Dedifferentiation in Chondrocytes. J Cell Physiol. 231 (8), 1822-1831 (2016).
  28. Li, G., et al. Zyxin-involved actin regulation is essential in the maintenance of vinculin focal adhesion and chondrocyte differentiation status. Cell Prolif. 52 (1), 1-14 (2018).
  29. Bowden, J., et al. Core and adjunctive interventions for osteoarthritis: efficacy and models for implementation. Nat Rev Rheumatol. 16 (8), 434-447 (2020).
  30. Chen, S., et al. Epidemiological trends and characteristics of osteoarthritis in China during 1990–2021. J Orthop Translat. 51, 218-226 (2025).
  31. Luo, P., et al. The role of cells and signal pathways in subchondral bone in osteoarthritis. Bone Joint Res. 12 (9), 536-545 (2023).
  32. Ming, L., Nafiza, H., Jingyi, H., Guangju, Z. Osteoarthritis year in review 2023: metabolite and protein biomarkers. Osteoarthritis Cartilage. 31 (11), 1437-1453 (2023).
  33. Zeyu, H., Ketao, W., Shenglong, D., Mingzhu, Z. Cross-talk of inflammation and cellular senescence: a new insight into the occurrence and progression of osteoarthritis. Bone Res. 12 (1), 1-17 (2024).
  34. Ma, J., et al. GYY4137-induced p65 sulfhydration protects synovial macrophages against pyroptosis by improving mitochondrial function in osteoarthritis development. J Adv Res. 71, 173-188 (2025).
  35. Kiebler, M., Ninkovic, J. RNA biology: Alternative splicing hits synaptic function and behavior. Curr Biol. 32 (23), R1314-R1316 (2022).
  36. Nikolaou, N., et al. Cytoplasmic pool of U1 spliceosome protein SNRNP70 shapes the axonal transcriptome and regulates motor connectivity. Curr Biol. 32 (23), 5099-5115.e8 (2022).
  37. Hu, Z., et al. U1 snRNP proteins promote proximal alternative polyadenylation sites by directly interacting with 3' end processing core factors. J Mol Cell Biol. 14 (8), (2022).
  38. Jobbins, A., et al. Pre-RNA splicing in metabolic homeostasis and liver disease. Trends Endocrinol Metab. , (2023).
  39. Zheng, Y., Zhong, G., He, C., Li, M. Targeted splicing therapy: new strategies for colorectal cancer. Front Oncol. 13, 1222932(2023).
  40. Zhang, Y., Hu, W., Li, H. RNA modification-mediated translational control in immune cells. RNA Biol. 20 (1), 603-613 (2023).

Przedruki i uprawnienia

Tagi

homeostaza chrząstkisplicing pre-mRNAmacierz zewnątrzkomórkowazapalenie błony maziowejwzbogacenie KEGGmarker diagnostyczny
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki korzystania z usługi

Zasady

Prawa autorskie © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.