Reanálise dos transcriptomas públicos revela assinaturas imunológicas compartilhadas entre o transtorno depressivo maior e a dermatomiosite com contexto unicelular

Resumo

Este estudo teve como objetivo usar uma reanálise bioinformática integrativa de conjuntos de dados públicos de GEO, combinada com contextualização de célula única, para identificar genes candidatos compartilhados entre o transtorno depressivo maior e a dermatomiosite e caracterizar sua distribuição entre subconjuntos de células imunes em um conjunto de dados unicelular relacionado à dermatomiosite.

Resumo

Este estudo teve como objetivo identificar sinais transcriptômicos compartilhados candidatos entre o transtorno depressivo maior e a dermatomiosite por meio de uma reanálise bioinformática integrativa de conjuntos de dados públicos de GEO com contextualização de célula única. O fluxo de trabalho analítico incluiu Análise de Co-expressão Genética Ponderada (WGCNA) para identificação de módulos-chave, análises de enriquecimento Gene Ontology (GO) e Kyoto Encyclopedia of Genes and Genomes (KEGG) para caracterização funcional, análise de rede baseada em GeneMANIA e uma plataforma de visualização de redes para priorização de genes candidatos, e avaliação de 113 modelos de aprendizado de máquina combinados com SHapley Additive ExPlanations (SHAP) para seleção de características diagnósticas. Análise de Enriquecimento de Conjuntos Gênicos (GSEA), análise de infiltração imune e contextualização baseada em RNA-seq de células individuais foram posteriormente realizadas para caracterizar melhor o contexto celular relacionado ao sistema imunológico dos sinais identificados. A integração de conjuntos de dados GEO relacionados à dermatomiosite identificou 570 genes diferencialmente expressos, dos quais 33 genes candidatos compartilhados foram obtidos via WGCNA. Enriquecimento funcional e análises em rede destacaram defesa imunológica, citotoxicidade e vias incluindo PPAR, IL-17 e processamento de antígenos, com ELANE, PPBP e CTSG emergindo como nós altamente conectados. A priorização de características baseada em aprendizado de máquina manteve 8 genes selecionados por modelos candidatos, a saber: KIF4A, OLR1, KIR2DL4, KRT23, KIR3DS1, AZU1, SCG5 e LRRC37E. A análise de infiltração imune associou esses genes compartilhados com células T reguladoras (Tregs), mastócitos em repouso, células dendríticas em repouso e macrófagos tanto ativados classicamente (M1) quanto ativados alternativamente (M2). A contextualização de RNA-seq de célula única sugeriu ainda que subconjuntos de células T CD8⁺ com diferentes estados de escores de genes candidatos apresentavam padrões distintos de comunicação intercelular. Entre eles, o eixo MIF–(CD74+CD44) e os sinais das células T de memória naïve/central foram características notáveis que exigiam validação adicional. No geral, este estudo identificou sinais transcriptômicos compartilhados candidatos entre o transtorno depressivo maior e a dermatomiosite e destacou contextos celulares relacionados ao sistema imunológico que justificam validação adicional em coortes verdadeiras comórbidas.

Introdução

Dermatomiosite é uma doença autoimune sistêmica crônica caracterizada pelo envolvimento inflamatório da pele e do músculo esquelético, manifestada clinicamente por fraqueza muscular proximal simétrica e lesões cutâneas distintivas e, em casos graves, disfunção^{multiorgântica 1}. A acumulação de evidências clínicas destaca que pacientes com dermatomiosite frequentemente apresentam comorbidades psiquiátricas, especialmente o transtorno depressivo^{maior 2,3,4}. A patogênese do transtorno depressivo maior associado à dermatomiosite é multifatorial, surgindo de uma complexa interação entre sofrimento psicossocial, desregulação neuroendócrina e imunoinflamação sistêmica. Dor persistente, fadiga e fraqueza muscular progressiva podem prejudicar substancialmente a função física e a qualidade de vida. Esses fardos podem levar à perturbação dos papéis sociais, estresse psicológico crônico e redução da autonomia⁵. Além disso, a exposição prolongada a glicocorticoides pode perturbar o eixo hipotálmico-hipófise-adrenal (HPA) e prejudicar a plasticidade do hipocampo, aumentando assim a vulnerabilidade a manifestações relacionadas à^{depressão 6}. Além disso, a ativação imunológica sustentada e a inflamação sistêmica na dermatomiosite são cada vez mais reconhecidas como potenciais fatores que contribuem para sintomas relacionados à^{depressão 7}. Esses mediadores periféricos podem influenciar o sistema nervoso central ao modular o metabolismo dos neurotransmissores e a neuroplasticidade, ligando assim a autoimunidade sistêmica às manifestações neuropsiquiátricas 7,8,9,10.

Importante destacar que essa justificativa não implica que nenhuma das doenças seja biologicamente homogênea. A dermatomiosite compreende subconjuntos clinicamente e sorologicamente distintos, incluindo fenótipos associados a γ anti-MDA5 e anti-TIF1, com diferentes perfis inflamatórios e^clínicos 11,12,13. O transtorno depressivo maior também é cada vez mais reconhecido como uma condição heterogênea, e evidências atuais apoiam a existência de um subtipo imuno-inflamatório em vez de uma única assinatura inflamatória^{universal 14,15}. Assim, o presente estudo não foi projetado para assumir um programa molecular compartilhado e uniforme, mas sim para rastrear sinais transcriptômicos associados ao imunismo que se sobrepõem a candidatos, detectáveis em nível de coorte em conjuntos de dados públicos independentes.

Além do estresse psicossocial e da exposição ao tratamento, uma ligação mais testável biologicamente entre o transtorno depressivo maior e a dermatomiosite é a desregulação imuno-inflamatória compartilhada. O transtorno depressivo maior é uma condição heterogênea e não deve ser assumido como tendo um único perfil transcriptômico universal. No entanto, evidências convergentes apoiam um subtipo relacionado à inflamação do transtorno depressivo maior, e estudos transcriptômicos periféricos identificaram desregulação das vias imunes inatas, relacionadas a neutrófilos, interferon e complemento em subgrupos de indivíduos^afetados 14,16,17. Paralelamente, a sinalização de estresse relacionada ao MAPK também foi implicada nos fenótipos^{depressivos 18}. A dermatomiose, por outro lado, é uma doença autoimune bem reconhecida causada por interferon, e estudos transcriptômicos em sangue e tecidos afetados demonstraram consistentemente ativação do interferon tipo I e programas imuno-inflamatórios mais amplos; análises multi-ômicas recentes destacaram ainda mais a atividade das vias relacionadas a ERK e p38 MAPK na dermatomiosite 19,20,21. Coletivamente, esses achados fornecem uma justificativa biologicamente plausível para examinar se um subconjunto de sinais transcriptômicos associados ao sistema imunológico pode se sobrepor entre transtorno depressivo maior e dermatomiosite em conjuntos de dados públicos independentes.

Apesar dessas observações, a base molecular subjacente à sobreposição entre o transtorno depressivo maior e a dermatomiosite permanece insuficientemente compreendida. Importante destacar que os conjuntos de dados públicos atualmente disponíveis não fornecem uma verdadeira coorte de pacientes diagnosticados simultaneamente com transtorno depressivo maior e dermatomiose. Portanto, em vez de analisar diretamente a depressão em pacientes com dermatomiosite, o presente estudo foi projetado para identificar sinais transcriptômicos compartilhados candidatos em conjuntos de dados públicos separados sobre transtorno depressivo maior e dermatomiosite por meio de um framework integrativo de reanálise^{bioinformática 22}. Especificamente, conjuntos de dados transcriptômicos publicamente disponíveis foram analisados usando análise de expressão diferencial, análise ponderada de redes de co-expressão gênica (WGCNA), análise de enriquecimento funcional, análise baseada em rede e priorização de características baseada em aprendizado de máquina para identificar genes e vias candidatos cruzadas^{a doenças 23}. Além disso, um conjunto de dados unicelular relacionado à dermatomiosite foi analisado para contextualizar esses genes candidatos no nível das células imunes. Como ilustrado na Figura 1, o fluxo de trabalho analítico geral é resumido em um fluxograma passo a passo. Em vez de estabelecer um mecanismo definitivo de comorbidade, este estudo buscou gerar uma estrutura guiada por hipóteses para identificar sinais moleculares compartilhados entre o transtorno depressivo maior e a dermatomiosite.

Assim, este estudo adotou um modelo de priorização em etapas. Módulos de coexpressão associados à doença foram identificados pela primeira vez separadamente em conjuntos de dados de transtorno depressivo maior e dermatomiose, e sua sobreposição foi usada para definir sinais compartilhados entre doenças candidatas. Esses candidatos foram então contextualizados funcionalmente por meio de enriquecimento e análise de redes baseada em GeneMANIA, priorizados dentro de um arcabouço centrado em dermatomiosite usando métodos de aprendizado de máquina e, finalmente, examinados em um conjunto de dados unicelular relacionado à dermatomiosite para fornecer contextualização celular.

Figura 1: Fluxograma do processo de coleta e análise de dados. Por favor, clique aqui para ver uma versão ampliada desta figura.

Diversas abordagens alternativas foram usadas para investigar a sobreposição molecular entre doenças. A interseção simples de listas de genes diferencialmente expressas (DEG) é computacionalmente direta, mas carece das informações contextuais em nível de módulo fornecidas pela análise de coexpressões e é sensível a limiares arbitrários de variação de dobras e valores P. A meta-análise tradicional agrupa tamanhos de efeito entre estudos da mesma doença, mas não é projetada para identificar sinais compartilhados entre duas condições distintas. O fluxo de trabalho atual integra múltiplas camadas analíticas complementares — sobreposição de módulos de coexpressão, enriquecimento funcional, análise de rede, priorização de características baseada em aprendizado de máquina, deconvolução imune e contextualização de célula única — cada uma servindo a um propósito distinto dentro de um arcabouço de priorização sequencial. Esse design em múltiplas camadas ajuda a reduzir o número de genes candidatos passo a passo e proporciona contextualização biológica validada cruzadamente em múltiplos níveis. O protocolo é aplicável a qualquer par de doenças para as quais existam conjuntos de dados de conjunto em massa disponíveis publicamente, transcriptômicos e, opcionalmente, de célula única, especialmente quando coortes verdadeiras comórbidas não estão disponíveis. No entanto, o fluxo de trabalho é observacional e não incorpora estruturas formais de inferência causal; Todos os achados devem ser interpretados como geradores de hipóteses e requerem validação experimental independente.

No geral, o fluxo de trabalho analítico foi projetado como uma estratégia de priorização sequencial, em vez de um arcabouço de inferência causal direta. Cada etapa tinha um propósito distinto: sobreposição de módulos baseados em WGCNA para identificação de sinais compartilhados candidatos, análise de enriquecimento/rede para contextualização biológica, aprendizado de máquina para priorização de características na classificação relacionada a dermatomiosite e análise de célula única para contextualização em nível de tipo celular.

Protocolo

Este estudo utilizou apenas conjuntos de dados públicos e desidentificados do banco de dados Gene Expression Omnibus (GEO). Como o trabalho envolveu análise secundária de dados públicos existentes e não incluiu contato direto com participantes, intervenção ou acesso a informações pessoais identificáveis, não foi necessário adicional de aprovação de comitês de ética nem consentimento informado.

Fontes de dados e pré-processamento

Todos os conjuntos de expressão gênica e de células únicas foram obtidos do banco de dados^{GEO 24}. Para o transtorno depressivo major, foi utilizado o conjunto de dados GSE98793, que compreende amostras de sangue periférico de 128 pacientes e 64 controles saudáveis. Para dermatomiose, os conjuntos de dados foram selecionados com base em critérios pré-definidos, incluindo perfil de expressão do Homo sapiens, grupos de doença e controle claramente identificáveis, anotação disponível na plataforma para mapeamento sonda-gene e adequação para análise de descoberta ou validação. Quando uma série de GEOs conteve múltiplos subtipos de miopatia inflamatória, apenas dermatomiosite e amostras controle normais foram extraídas para o presente estudo. GSE1551, GSE46239 e GSE128470 foram usados como conjuntos de dados de descoberta/treinamento, enquanto GSE5370, GSE39454 e GSE11971 foram usados como conjuntos de dados independentes de validação. Os conjuntos de dados de dermatomiosite analisados neste estudo foram derivados principalmente de músculos ou tecidos da pele afetados, em vez de sangue periférico. Dados unicelulares para dermatomiosite foram obtidos a partir do conjunto de dados GSE190510.

Matrizes de expressão brutas foram baixadas do banco de dados GEO junto com os arquivos de anotação correspondentes da plataforma. Os IDs das sondas foram mapeados para símbolos oficiais de genes de acordo com a anotação GPL fornecida pelo fabricante. Sondas que não podiam ser mapeadas de forma inequívoca a um único símbolo genético oficial foram removidas. Quando múltiplas sondas mapeavam para o mesmo gene, elas eram colapsadas no nível do gene usando o valor médio de expressão implementado pela função 'avereps' no pacote limma, gerando assim uma matriz de expressão gene por amostra.

Para reduzir o viés dependente da intensidade e estabilizar a variância, a transformação log2 foi aplicada quando apropriada, de acordo com a distribuição dos valores de expressão. A normalização entre arrays foi então realizada usando a função 'normalizeBetweenArrays' no pacote limma. Valores ausentes, quando presentes, foram imputados usando a imputação de K-vizinho mais próximo. Para os conjuntos de dados integrados de treinamento em dermatomiosite, a correção por lote foi realizada usando a função 'ComBat' no pacote sva, com a origem do conjunto de dados/plataforma tratada como a variável em lote e o grupo amostral (dermatomiosite versus controle saudável) incluídos na matriz de desenho para preservar a variação biológica de interesse durante o ajuste de lote.

Todas as análises foram realizadas em R usando um ambiente de desenvolvimento integrado para R em um sistema operacional desktop. O pacote limma era usado para sumarização e normalização da sonda. O pacote sva foi usado para correção de lote do ComBat. Valores ausentes foram imputados usando a imputação de K-vizinho mais próximo com k = 10.

Análise de rede de coexpressão gênica ponderada

A Análise Ponderada da Rede de Coexpressões Genéticas (WGCNA) foi realizada separadamente para os conjuntos de dados de transtorno depressivo maior e dermatomiosite usando o pacote WGCNA R^25,26. As amostras foram agrupadas hierarquicamente usando flashClust para identificar valores atípicos; Amostras acima de 100 altura de dendrograma e genes nos 25% inferiores da variância foram excluídos. Para cada rede, uma potência de limiar suave (β) era selecionada usando pickSoftThreshold para alcançar uma topologia aproximada sem escala (R² > 0,8). A matriz de adjacência foi transformada em uma Matriz de Sobreposição Topológica (TOM), e os módulos foram identificados por meio de corte dinâmico em árvore com tamanho mínimo de módulo de 60 e altura de corte de fusão de 0,25²⁷. O pacote R do WGCNA foi usado junto com o flashClust para clustering hierárquico. A semente aleatória foi definida para 12345 para reprodutibilidade. Os autogênios do módulo foram correlacionados com o status da doença usando correlação de Pearson, com valores P ajustados pelo método de Benjamini–Hochberg. Para cada doença, o módulo que mostrava a associação mais forte e significativa com o estado doença foi mantido como o módulo principal associado à doença. A sobreposição entre os genes-chave do módulo do conjunto de dados de transtorno depressivo maior e os do conjunto de dados de dermatomiosite foi definida como o conjunto genético compartilhado candidato para análises posteriores. A análise diferencial de expressão da coorte integrada de dermatomiosite foi realizada separadamente para caracterizar alterações transcripcionais relacionadas à dermatomiosite.

Análise de enriquecimento funcional

A análise de enriquecimento por Ontologia Gênica (GO) foi realizada usando R. Símbolos genéticos foram convertidos para IDs Entrez usando org. Hs.eg.db, e termos GO significativamente enriquecidos (p < 0,05) foram identificados usando enrichGO no clusterProfiler. Para visualização multidimensional dos resultados, gráficos de barras e gráficos de bolhas foram gerados usando o pacote enrichplot, enquanto um gráfico circular foi construído com o pacote circlize para exibir categorias GO, contagem de genes e fatores de enriquecimento. As lendas foram adicionadas com o pacote ComplexHeatmap. A análise de enriquecimento de vias da Kyoto Encyclopedia of Genes and Genomes (KEGG) também foi realizada em R. Símbolos genéticos foram convertidos em IDs Entrez baseados na org. Hs.eg.db banco de dados e caminhos significativamente enriquecidos (FDR < 0,05) foram identificados usando a função enrichKEGG do pacote^{clusterProfiler} 28,29,30,31. Os resultados do enriquecimento foram visualizados usando gráficos de barra e bolhas.

Análise de redes funcionais de associação baseada em GeneMANIA

Com base nos genes compartilhados previamente identificados, foi construída uma rede funcional de associação baseada no GeneMANIA para explorar o contexto de interação entre esses genes e seus parceiros relacionados. A lista genética foi submetida ao GeneMANIA usando Homo sapiens como espécie de referência. O GeneMANIA integra múltiplos tipos de evidências, incluindo coexpressão, interações físicas, vias, co-localização, interações genéticas e domínios proteicos compartilhados. A rede resultante foi exportada e importada para uma plataforma de visualização de rede para visualização e análise. A análise topológica da rede foi então realizada em uma plataforma de visualização de rede para visualização e análise a fim de identificar os nós candidatos altamente^{conectados 32, 33, 34}.

Construção de modelos diagnósticos baseados em aprendizado de máquina

Múltiplos algoritmos de aprendizado de máquina foram usados para classificação diagnóstica, incluindo Random Forest (RF), Support Vector Machine (SVM), Linear Discriminatant Analysis (LDA), Naive Bayes, Gradient Boosting Machine (GBM), XGBoost, glmBoost, Elastic Net (Enet), Ridge, Least Absolute Shrinkage and Selection Operator (LASSO), Stepglm (Stepglm) e Partial Least Least Squares Regression Generalized Linear Model (plsRglm⁾³⁵. Uma estrutura de modelagem em dois estágios foi aplicada para gerar 113 combinações de modelos candidatos. No primeiro estágio, o algoritmo inicial foi usado para triagem variável na coorte de treinamento; No segundo estágio, as variáveis retidas foram usadas para ajustar um modelo de classificação diagnóstica. Modelos com ≤5 variáveis selecionadas foram excluídos de novas comparações. Os conjuntos de dados combinados de dermatomiosite serviram como coorte de treinamento, com rótulos definidos como dermatomiosite versus controles saudáveis, enquanto a(s) coorte(s) independente(s) de validação foram usadas para avaliação externa de desempenho. A reamostragem interna e o ajuste eram específicos de algoritmos: modelos baseados em glmnet (LASSO, Ridge e Elastic Net) usavam validação cruzada 10 vezes para selecionar lambda.min; O GBM utilizou validação cruzada interna de 10 vezes para determinar o número ideal de árvores; O XGBoost usou reamostragem 5 vezes para selecionar a rodada final de impulso de acordo com a perda logarítmica mínima do teste; o glmBoost usava validação cruzada interna baseada em cvrisk para determinar a iteração de parada; e o LDA foi instalado sob o framework de validação cruzada de CARET. Para algoritmos sem etapas explícitas de ajuste na implementação atual, foram usadas configurações fixas ou padrão de pacotes. Para reduzir vazamento de informações, seleção de características, ajuste de modelos e ajuste interno foram realizados usando apenas a coorte de treinamento, enquanto a(s) coorte(s) de validação foram usadas exclusivamente para predição independente e avaliação de desempenho baseada em AUC. O pacote caret era usado para gerenciamento de fluxos de trabalho de aprendizado de máquina, com glmnet, randomForest, e1071, gbm, xgboost, mboost, plsRglm e MASS para algoritmos individuais. A análise SHAP foi realizada usando o pacote shapviz. A semente aleatória era definida para 12345 antes de cada ajuste do modelo. Modelos com menos de 5 características selecionadas foram excluídos. A interpretabilidade do modelo e a contribuição em nível gênico foram avaliadas adicionalmente usando SHapley Additives ExPlanations (SHAP), e os genes mais informativos foram priorizados como características candidatas selecionadas pelo modelo para interpretação biológica posterior.

Avaliação do desempenho diagnóstico

Curvas de características operacionais (ROC) do receptor foram geradas usando o pacote "pROC" R para avaliar o desempenho diagnóstico de biomarcadores candidatos. Os níveis de expressão e a precisão preditiva dos marcadores candidatos foram validados em conjuntos de dados independentes (GSE5370, GSE11971 e GSE39454). O desempenho do modelo foi ainda avaliado usando matrizes de confusão. A expressão diferencial dos genes dos módulos-chave foi visualizada usando plots vulcânicos e em caixa, e curvas ROC foram construídas para avaliar o valor diagnóstico de genes individuais.

Análise de enriquecimento de conjuntos gênicos

Para explorar mudanças funcionais coordenadas associadas aos sinais transcriptômicos compartilhados candidatos, foi realizada a Análise de Enriquecimento de Conjuntos Gênicos (GSEA) usando clusterProfiler^36,37. Os dados de expressão gênica de amostras de dermatomiosite e controle foram classificados de acordo com expressão diferencial. Conjuntos genéticos pré-definidos correspondentes às vias KEGG (c2.cp.kegg.Hs.symbols.gmt) foram usados para avaliar se genes dentro de cada via apresentavam uma tendência coordenada de regulação para cima ou para baixo. A significância estatística foi definida como P < 0,05.

Análise de infiltração de células imunes

A matriz de dermatomiosite normalizada, transformada em log2 e corrigida em lote foi usada para a deconvolução imunológica. O algoritmo CIBERSORT foi aplicado para estimar a abundância relativa de subtipos de células imunes usando a matriz de referência^{LM22 38}. Amostras com deconvolução P < 0,05 foram retidas para análise a jusante. Diferenças nas proporções inferidas de células imunes entre grupos foram visualizadas usando plots de caixa, e a análise de correlação de Spearman foi conduzida para avaliar associações entre subconjuntos de células imunes e genes candidatos compartilhados.

Análise de sequenciamento de RNA de célula única para contextualização celular

Análises de RNA-seq de célula única foram realizadas em R usando Seurat. Harmony foi usado para correção em lote, DoubletFinder para detecção de duplos, celda/decontX para estimativa de RNA ambiente, Monocle para análise de trajetória pseudotemporal, CellChat para análise de comunicação célula-célula, AUCell para pontuação de atividade em conjuntos gênicos e GSVA para pontuação ssGSEA. Matrizes de contagem brutas foram importadas para objetos Seurat com os parâmetros min.cells = 5 e min.features = 300. Métricas de controle de qualidade, incluindo proporções de genes mitocondriais, ribossomosos e de hemoglobina, foram calculadas para cada célula. As células eram mantidas somente se atendessem a todos os seguintes critérios: nFeature_RNA > 500, nCount_RNA < 5.000, percent_mito < 25, percent_ribo > 3 e percent_hb < 1. Genes detectados em menos de 3 células foram excluídos. Além disso, os genes MALAT1 e mitocondriais foram removidos antes da análise posterior. Após a filtragem inicial, os doublets foram identificados em cada amostra usando o DoubletFinder, com PCs = 1:30 e pN = 0,25; as taxas esperadas de duplicação foram definidas de acordo com o número de células específicas da amostra (<4.000 células: 2,5%; 4.000–8.000 células: 5%; >8.000 células: 6,5%). Apenas as camisolas foram mantidas. A contaminação por RNA ambiente foi ainda estimada usando decontX, e células com pontuações de contaminação < 0,2 foram mantidas.

Os dados filtrados foram normalizados usando o método LogNormalize com um fator de escala de 10.000, seguido pela identificação de genes variáveis, escalonamento de dados e análise de componentes principais. Os efeitos em lote entre amostras foram corrigidos usando Harmony com orig.ident como variável em lote. As primeiras 15 dimensões Harmony foram usadas para visualização UMAP e construção de grafos vizinhos. O agrupamento foi realizado usando FindNeighbors e FindClusters, e o resultado final do agrupamento foi definido com resolução de 0,05. Os tipos celulares foram anotados manualmente de acordo com os genes marcadores canônicos, juntamente com os resultados do FindAllMarkers³⁹.

Para contextualização funcional posterior, a atividade do gene candidato foi avaliada no nível de célula única, e o subconjunto relevante de células imunes foi submetido a análises de trajetória e comunicação intercelular. A análise de pseudotempo foi realizada usando Monóculo com redução de dimensionalidade baseada em DDRTree, seguida pela ordenação celular. A análise de comunicação célula-célula foi realizada usando CellChat com o banco de dados de ligando-receptor humano, restrito à categoria de Sinalização Secretada, e comunicações envolvendo menos de 10 células foram filtradas.

Para cada célula, a atividade do gene candidato foi quantificada usando três abordagens complementares: AUCell, ssGSEA e AddModuleScore. As pontuações AUCell foram calculadas com base em matrizes de classificação genética, e as pontuações ssGSEA foram geradas usando a estrutura GSVA. O AddModuleScore foi calculado usando a função embutida do Seurat. Os valores resultantes de AUCell, ssGSEA e AddModuleScore foram então combinados em uma única matriz de pontuação. Cada tipo de pontuação foi primeiro padronizado por transformação Z-score e posteriormente reescalado para uma faixa 0–1 usando normalização min–max. A pontuação composta final ("Pontuação") para cada célula foi definida como a soma das três pontuações normalizadas:

Pontuação = AUCell normalizado + ssGSEA normalizado + AddModuleScore normalizado.

Para análises de subgrupos posteriores, o subconjunto de células T CD8⁺ foi extraído, e as células foram dicotomizadas de acordo com o valor mediano de pontuação dentro desse subconjunto. Células com valores de pontuação maiores que a mediana foram atribuídas ao grupo High_Hub_genes, enquanto as células restantes foram atribuídas ao grupo Low_Hub_genes.

Resultados

Identificação de genes candidatos compartilhados entre o transtorno depressivo maior e a dermatomiosite

Após a fusão de dados, normalização e correção em lote de conjuntos de dados GEO relacionados à dermatomiosite (Figura 2A,B), um total de 570 genes diferencialmente expressos foram identificados (Figura 2C,D), compreendendo 517 genes regulados para cima e 53 para baixo.

Discussão

A dermatomiosite é uma doença autoimune sistêmica crônica com envolvimento proeminente da pele e dos músculos, e observações clínicas acumuladas sugerem que pacientes com dermatomiosite também podem apresentar uma carga psiquiátrica substancial, incluindo sintomas compatíveis com transtorno depressivo major. Nesse contexto, o presente estudo aplicou uma estrutura integrativa de reanálise bioinformática para identificar sinais transcriptômicos compartilhados candidatos entre o transtorno ...

Materiais

Lista de materiais utilizados neste artigo

Nome	Empresa	Número de catálogo	Comentários
AddModuleScore	Função Seurat	versão 4.4.0	Cálculo de pontuação do módulo dentro do Seurat RRID: NA
AUCell	Bioconductor	versão 1.32.0	Pontuação de atividade de conjunto de genes de célula única RRID: SCR_021327
caret	CRAN	versão 7.0.1	Suporte a fluxo de trabalho de aprendizado de máquina RRID: SCR_022524
celda / decontX	Bioconductor	versão 1.24.0	Estimação de contaminação de RNA ambiente RRID: NA
CellChat	GitHub / CellChat	versão 2.2.0	Análise de comunicação célula a célula RRID: SCR_021946
CIBERSORT / LM22 signature matrix	CIBERSORT	LM22	Estimação de infiltração de células imunológicas RRID: NA
clusterProfiler	Bioconductor	versão 4.12.6	Análise de enriquecimento funcional RRID: SCR_016884
Cytoscape	Consórcio Cytoscape	versão 3.10	uma plataforma de visualização de rede para visualização e análise RRID: SCR_003032
DoubletFinder	GitHub / McGinnis Lab	versão 2.0.4	Detecção de duplos em conjuntos de dados de célula única RRID: NA
e1071	CRAN	versão 1.7.16	Modelagem de Máquina de Vetores de Suporte e Naive Bayes RRID: NA
gbm	CRAN	versão 2.2.2	Modelagem de Gradient Boosting Machine RRID: NA
Gene Expression Omnibus (GEO) database	National Center for Biotechnology Information (NCBI)	GSE98793	Conjunto de dados de transcriptoma em massa de transtorno depressivo maior RRID: NA
Gene Expression Omnibus (GEO) database	NCBI	GSE1551	Conjunto de dados de treinamento de dermatomiosite; amostras de biópsia de músculo esquelético RRID: NA
Gene Expression Omnibus (GEO) database	NCBI	GSE46239	Conjunto de dados de treinamento de dermatomiosite; amostras de biópsia de pele RRID: NA
Gene Expression Omnibus (GEO) database	NCBI	GSE128470	Conjunto de dados de treinamento de dermatomiosite; amostras de dermatomiosite extraídas de coorte de miopatia inflamatória RRID: NA
Gene Expression Omnibus (GEO) database	NCBI	GSE5370	Conjunto de dados de validação independente de dermatomiosite; amostras de músculo adulto não tratadas RRID: NA
Gene Expression Omnibus (GEO) database	NCBI	GSE11971	Conjunto de dados de validação independente de dermatomiosite RRID: NA
Gene Expression Omnibus (GEO) database	NCBI	GSE39454	Conjunto de dados de validação independente de dermatomiosite; amostras de dermatomiosite extraídas de coorte de miopatia inflamatória RRID: NA
Gene Expression Omnibus (GEO) database	NCBI	GSE190510	Conjunto de dados de RNA-seq de célula única relacionado à dermatomiosite RRID: NA
GeneMANIA	University of Toronto / GeneMANIA	versão do servidor web acessada neste estudo	Construção de rede de associação funcional RRID: RRID:SCR_005709
glmnet	CRAN	versão 4.1.8	Modelagem LASSO, Ridge e Elastic Net RRID: NA
GSVA	Bioconductor	versão 2.0.7	Pontuação ssGSEA RRID: NA
Harmony	CRAN	versão 1.2.4	Correção de lote para integração de dados de célula única RRID: NA
limma	Bioconductor	versão 3.60.6	Análise de expressão diferencial, sumariação de sonda e utilitários de normalização RRID: SCR_010943
MASS	CRAN	versão 7.3.61	Análise de discriminante linear RRID: NA
mboost	CRAN	versão 2.9.11	Modelagem glmBoost RRID: NA
Monocle	Bioconductor	versão 2.38.0	Análise de trajetória de pseudotempo RRID: SCR_016339
org.Hs.eg.db	Bioconductor	versão 3.19.1	Banco de dados de anotação de genes humanos RRID: NA
plsRglm	CRAN	versão 1.5.1	Modelagem de regressão linear generalizada de mínimos quadrados parciais RRID: NA
pROC	CRAN	versão 1.18.5	Análise de curva ROC RRID: SCR_024286
R statistical software	R Foundation for Statistical Computing	versão 4.4.2	Ambiente principal de computação estatística RRID: SCR_001905
randomForest	CRAN	versão 4.7.1.2	Modelagem de Floresta Aleatória RRID: SCR_015718
RStudio	Posit Software, PBC	versão 2024.4.1.748	Ambiente de desenvolvimento integrado para R RRID: SCR_000432
Seurat	CRAN / Satija Lab	versão 4.4.0	Pré-processamento, agrupamento e visualização de RNA-seq de célula única RRID: SCR_016341
shapviz	CRAN	versão 0.10.2	Análise de interpretabilidade do modelo baseada em SHAP RRID: NA
sva	Bioconductor