É necessária uma assinatura do JoVE para visualizar este conteúdo. Faça login ou inicie seu teste gratuito.
Artigo de investigação
* These authors contributed equally
Este estudo integra análise de associação em todo o transcriptoma e randomização mendeliana para identificar sistematicamente alvos de fármacos para osteomielite. Aproveitando bancos de dados genéticos, os autores identificaram LYNX1 e MS4A14 como genes candidatos-chave, destacando vias moleculares críticas e informando estratégias terapêuticas precisas para o manejo de infecções ósseas.
A osteomielite é uma doença infecciosa grave caracterizada por inflamação profunda do osso e da medula óssea, sendo predominantemente causada por patógenos bacterianos como Staphylococcus aureus (S. aureus). No entanto, os regimes de tratamento atuais são significativamente prejudicados pelo surgimento de resistência a antibióticos e infecções recorrentes, impulsionadas pela formação robusta de biofilmes e persistência intracelular bacteriana. Assim, há uma necessidade urgente de identificar novos alvos terapêuticos além dos antimicrobianos convencionais. Uma abordagem computacional integrativa que combina um estudo de associação em todo o transcriptoma (TWAS) com a análise de randomização mendeliana baseada em resumo (SMR) foi aplicada para identificar sistematicamente genes de suscetibilidade causal subjacentes à osteomielite. Variantes genéticas em grande escala foram utilizadas como variáveis instrumentais para prever a expressão gênica nos tecidos, permitindo a exploração das associações causais entre esses alvos e o risco de doença. A estrutura integrativa identificou LYNX1 e MS4A14 como genes-chave candidatos e potenciais alvos terapêuticos. Especificamente, LYNX1 esteve associado a maior suscetibilidade à osteomielite, enquanto MS4A14 apresentou potenciais propriedades protetoras. Esses achados destacam os papéis regulatórios desses genes na resposta imune do hospedeiro e na modulação inflamatória durante infecções ósseas. Este estudo faz a ponte entre os achados de associação genômica ampla e a interpretação biológica, avançando na compreensão da base genética da osteomielite e apoiando o desenvolvimento de estratégias direcionadas de medicina de precisão para aprimorar a defesa do hospedeiro e superar a resistência terapêutica.
A osteomielite é uma doença infecciosa grave caracterizada por inflamação profunda do osso e da medula óssea. É frequentemente iniciado por invasão bacteriana, sendo Staphylococcus aureus (S. aureus) um patógeno comum em apresentações hematógenas agudas ecrônicas 1,2. Embora S. aureus seja proeminente, a osteomielite é frequentemente polimicrobiana, e a erradicação de S. aureus sozinha nem sempre resolve a infecção devido à persistência de microrganismos não cultiváveis e às interações dinâmicas combiofilmes 3,4<....
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
Todas as estatísticas resumidas utilizadas nas análises de Randomização Mendeliana (RM) e Estudo de Associação Extensa do Transcriptoma (TWAS) foram derivadas estritamente de conjuntos de dados previamente publicados e desidentificados. A aprovação ética e o consentimento individual para os estudos originais estão documentados em suas respectivas publicações. Consequentemente, a aprovação ética adicional para este estudo de mineração de dados foi dispensada pelo Conselho de Revisão Institucional do Hospital Tongde, na Província de Zhejiang (Zhe Tongde Lunshen 2024 [Yan] No. 028-JY). As ferramentas utilizadas para esta pesquisa estão l....
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
Caracterização do sequenciamento de RNA em massa e enriquecimentos funcionais
Seguindo a metodologia usada para isolar BMDMs não infectados (controle) versus infectados por S. aureus, foram identificados 3.775 DEGs no grupo experimental, compreendendo 1.686 genes com regulação para cima e 2.089 genes para baixo. A análise GO revelou uma rede fortemente enriquecida para ativação imune inata, incluindo regulação positiva (GO:0045089) e .......
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
Ao integrar análises TWAS e SMR em conjuntos de dados translacional, este estudo identificou uma rede central de loci genéticos associados aos fenótipos da osteomielite. A identificação de LYNX1 e MS4A14 como alvos gene candidatos representa uma contribuição fundamental, fornecendo insights mecanicistas além dos achados convencionais do GWAS, incorporando contexto transcriptômico. Essa abordagem integrativa destaca o potencial das estratégias de medicina de precisão para avançar no manej.......
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
Os autores declaram que não têm conflitos de interesse.
Os autores agradecem com gratidão o apoio financeiro a esta pesquisa. Esse trabalho foi apoiado pelo Fundo Nacional de Pesquisa Científica da Comissão Nacional de Saúde — Plano Principal de Ciência e Tecnologia em Saúde da Província de Zhejiang [subsídio número WKJ-ZJ-2419]; Zhejiang Clinovation Pride (Equipe de Inovação Clínica para Osteomielite Traumática) [bolsa número CXTD202501009]; e o Programa de Pesquisa em Medicina Chinesa da Província de Zhejiang [números de bolsa 2024ZL040, 2025ZL024].
....Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
| Nome | Empresa | Número de catálogo | Comentários |
|---|---|---|---|
| clusterProfiler | Guangchuang Yu's Team (Sun Yat-sen University) | NA | Usado para análise de enriquecimento funcional de Ontologia de Genes (GO) de genes diferencialmente expressos. |
| DESeq2 | Bioconductor Project (Open Source) | NA | Usado para identificar genes diferencialmente expressos (DEGs) |
| GSEA / GseaVis | Broad Institute / Open Source Community | NA | Usado para Análise de Enriquecimento de Conjuntos de Genes (GSEA) para identificar conjuntos de genes coordenadamente expressos. GseaVis é provavelmente usado para visualização. |
| HEIDI (Heterogeneity in Dependent Instruments) test | Função integrada dentro do software SMR | NA | Usado para testar se a associação observada no SMR é impulsionada por desequilíbrio de ligação em vez de uma variante causal compartilhada. P_HEIDI > 0,05 indica nenhuma heterogeneidade maior |
| JTI (Joint-Tissue Imputation) | Zhou et al. (Open Source Model) | NA | Um algoritmo TWAS que estima a similaridade de expressão gênica e a acessibilidade epigenética da cromatina para otimizar a precisão da predição. |
| pheatmap | Raivo Kolde (R package) | NA | Usado para gerar mapas de calor de genes diferencialmente expressos para visualização de dados. |
| PrediXcan | Gamazon et al. (Open Source Model) | NA | Um algoritmo TWAS que aplica regressão elástica com validação cruzada de cinco dobras para imputar expressão gênica e testar a associação com o risco de doença. |
| SMR (Summary-data-based Mendelian Randomization) | Desenvolvido por uma equipe da Universidade de Fudan (Software de Código Aberto) | NA | Usado para realizar análise de randomização mendeliana baseada em resumos para explorar associações causais entre a expressão gênica e o risco de osteomielite. A versão 1.0.3 foi usada. |
| STAR | Alexander Dobin (Cold Spring Harbor Laboratory) | NA | Usado para alinhar leituras de RNA-seq ao genoma de referência (genoma de camundongo GRCm38/mm10). |
| UTMOST | Hu et al. (Open Source Model) | NA | Um algoritmo TWAS que melhora a precisão da predição aproveitando dados de expressão multi-tecidual usando uma estrutura sparse group LASSO. |