Для просмотра этого контента требуется подписка на JoVE. Войдите или начните свой бесплатный пробный период.

Исследовательская статья

Экзосомы плацентарного происхождения смягчают индуцированный гипоксией апоптоз трофобласта и прогрессирование воспаления через SASH1

56 просмотров

⸱

DOI:

10.3791/71083

⸱

18 августа 2026 г.

 ,  ,  ,  , 
1Department of Obstetrics and Gynecology, The Fourth Hospital of Shijiazhuang

* These authors contributed equally

В этой статье

Краткое содержание

Белок 1, содержащий домены SAM и SH3 (SASH1), идентифицирован как ключевой регулятор апоптоза трофобласта и воспаления при преэклампсии (ПЭ). Экзосомы плацентарного происхождения (P-EXOS) смягчают повреждения, вызванные гипоксией, путем подавления экспрессии SASH1. Эти результаты раскрывают новый механизм патогенеза ПЭ и позволяют рассматривать SASH1 в качестве потенциальной терапевтической мишени.

Аннотация

SASH1 представляет собой сигнальный адаптерный белок, участвующий в росте клеток, апоптозе и иммунной регуляции, и все чаще становится объектом изучения в опухолевых и иммунных клетках. Новые данные свидетельствуют о том, что SASH1 играет важную роль в воспалительных реакциях и клеточном гомеостазе — процессах, тесно связанных с развитием преэклампсии (ПЭ). Данное исследование было направлено на определение того, способствует ли SASH1 апоптозу трофобласта и воспалительным реакциям при ПЭ, и оказывают ли P-EXOS защитный эффект посредством регуляции SASH1. В ходе исследования были проанализированы три транскриптомных набора данных, связанных с ПЭ (GSE75010, GSE10588 и GSE60438), для выявления общих дифференциально экспрессируемых генов (DEG) с последующим анализом обогащения по Gene Ontology (GO) и Kyoto Encyclopedia of Genes and Genomes (KEGG). Далее были применены алгоритмы машинного обучения для отбора ключевых генов-кандидатов, а данные секвенирования РНК единичных клеток использовались для характеристики клеточной гетерогенности в тканях плаценты и определения паттернов экспрессии, специфичных для конкретных типов клеток. SASH1 был идентифицирован как консенсусный ген-кандидат и был значимо повышен в клетках трофобласта из образцов с ПЭ. In vitro была создана модель клеток трофобласта HTR-8/SVneo, подвергнутых воздействию гипоксии, в сочетании с нокдауном SASH1, гиперэкспрессией SASH1 и кокультивированием с P-EXOS. Функциональные эксперименты показали, что нокдаун SASH1 значительно подавлял индуцированный гипоксией апоптоз трофобласта и снижал секрецию провоспалительных цитокинов, включая IL-6, IL-1β и TNF-α, тогда как гиперэкспрессия SASH1 стимулировала апоптоз и воспалительные реакции. Кроме того, обработка P-EXOS заметно снижала экспрессию SASH1 как на уровне мРНК, так и на белковом уровне, и ослабляла повреждение трофобласта, вызванное гипоксией, в то время как гиперэкспрессия SASH1 в значительной степени нивелировала эти защитные эффекты. В совокупности эти результаты указывают на то, что SASH1 играет критическую роль в апоптозе трофобласта и воспалительных реакциях при ПЭ. P-EXOS может облегчать повреждение трофобласта, вызванное гипоксией, путем подавления экспрессии SASH1, что дает новое понимание молекулярных механизмов и потенциальных терапевтических мишеней при ПЭ.

Введение

Преэклампсия (ПЭ) представляет собой специфическое для беременности мультисистемное расстройство, которое обычно возникает после 20-й недели гестации и клинически характеризуется гипертензией, протеинурией и полиорганной недостаточностью. Она остается одной из основных причин материнской и перинатальной заболеваемости и смертности во всем мире1. Несмотря на постоянные успехи в клиническом ведении пациентов, окончательным методом лечения ПЭ по-прежнему является родоразрешение с извлечением плаценты, что подчеркивает неполное понимание ее патогенеза и острую необходимость в выявлении новых молекулярных и клеточных механизмов, а также потенциальных терапевтических мишеней2,3.

Адекватная инвазия трофобласта и содействие нормальному развитию плаценты являются критическими механизмами, лежащими в основе патогенеза ПЭ4. При нормальной беременности клетки трофобласта инвазируют в децидуальную оболочку матки и перестраивают спиральные артерии для создания кровотока с низким сопротивлением и высокой пропускной способностью. Нарушение инвазии и миграции клеток трофобласта приводит к снижению плацентарной перфузии, что создает стойкую среду с гипоксией и окислительным стрессом. Гипоксия напрямую влияет на апоптоз клеток, а аберрантный выброс провоспалительных медиаторов нарушает гомеостаз на материнско-плодном интерфейсе, что еще больше усугубляет дисфункцию плаценты5. Воспаление также является важным фактором развития ПЭ. Было обнаружено, что уровни IL-17, IL-6 и TNF-α значительно повышены в плаценте и периферической крови пациентов с ПЭ6. Гипоксия и воспаление взаимно усиливают друг друга, формируя порочный круг, который усиливает системное воспаление, вызывает повреждение эндотелия и способствует развитию аномалий плаценты. Молекулярные сети, регулирующие апоптоз трофобласта и воспалительные реакции, остаются в значительной степени неизвестными.

SASH1 является представителем семейства внутриклеточных скаффолд-белков SLy/SASH1, который функционирует как сигнальный адаптер7. SASH1 в основном характеризуется как опухолевый супрессор, который ингибирует эпителиально-мезенхимальный переход (EMT), миграцию и инвазию клеток посредством взаимодействия с такими сигнальными партнерами, как CRKL и путь PI3K-Akt-mTOR8,9. Помимо функций подавления опухолевого роста, новые данные свидетельствуют о том, что SASH1 участвует в воспалительной сигнализации и иммунной регуляции7. Однако экспрессия и функция SASH1 в плаценте, особенно в контексте биологии трофобласта и преэклампсии (PE), не были изучены.

Экзосомы стали важными клеточными медиаторами и все чаще изучаются в контексте беременности10. Экзосомы транспортируют различные биоактивные грузы, включая белки, липиды и некодирующие РНК, для модуляции функций клеток-реципиентов. Растущее число данных свидетельствует о том, что P-EXOS играют критическую роль в иммунной регуляции во время беременности, а их активность и содержимое значительно изменяются при PE, что потенциально усиливает воспалительное состояние11. Экзосомы также были вовлечены в регуляцию окислительного стресса12 и ангиогенеза13, что может оказывать благотворное воздействие при осложнениях, связанных с беременностью. Однако их молекулярные мишени и механизмы действия при PE остаются изученными не полностью.

Была выдвинута гипотеза о том, что экспрессия SASH1 нарушена в плаценте при преэклампсии (ПЭ), и что данный белок функционирует как ключевой драйвер апоптоза трофобласта и воспалительных реакций, а P-EXOS могут оказывать защитное действие против повреждения трофобласта путем модуляции экспрессии SASH1. Для проверки этой гипотезы был проведен интегративный анализ нескольких транскриптомных наборов данных по ПЭ и данных секвенирования РНК единичных клеток с применением многоалгоритмического машинного обучения для идентификации ключевых генов-кандидатов. С использованием модели клеток трофобласта HTR-8/SVneo, подвергнутых воздействию гипоксии, и экспериментов по интервенции на основе экзосом была изучена функциональная роль SASH1 в дисфункции трофобласта и терапевтический потенциал P-EXOS при ПЭ.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Протокол

Заявление об этике

Данное исследование было одобрено Комитетом по этике Четвертой больницы города Шицзячжуан (номер одобрения 20200031). До сбора образцов от всех доноров плацентарной ткани было получено письменное информированное согласие. Все процедуры с участием людей проводились в соответствии с Хельсинкской декларацией. Полный список реагентов, расходных материалов, оборудования и программного обеспечения, использованных в данном протоколе, приведен в Таблице материалов.

Сбор данных

Данные RNA-seq были получены из базы данных GEO. Наборы данных включали GSE75010, который содержит данные экспрессии генов 157 плацент с ПЭ и 173 плацент без ПЭ (N = 330). GSE10588 содержит данные экспрессии генов 26 нормальных плацент и 17 плацент с тяжелой формой ПЭ (N = 43). GSE60438 содержит данные профилирования транскриптома decidua basalis пациенток с преэклампсией и при нормотензивной беременности (N = 125). Данные транскриптома отдельных клеток были получены из набора данных GEO GSE183338. Он включает образцы отдельных ядер из ворсин хориона/материнско-плодного интерфейса при ПЭ и здоровой беременности.

Анализ дифференциально экспрессируемых генов (DEG)

Сначала были предварительно обработаны и нормализованы наборы данных GSE75010, GSE10588 и GSE60438, содержащие дифференциально экспрессируемые гены (ДЭГ), связанные с преэклампсией. Затем, на основе информации о группировке образцов, был проведен дифференциальный анализ с использованием пакета R «limma»14. Были отобраны гены со значениями p < 0.05 и |log2FC| > 0.5. Графики «вулкан» для ДЭГ были построены с помощью пакета R ggplot2. Тепловые карты для 20 наиболее значимых ДЭГ были созданы с использованием пакета R pheatmap. Впоследствии было определено пересечение ДЭГ, выбранных из трех наборов данных, и для генов-кандидатов была построена сеть белок-белковых взаимодействий (PPI) с использованием онлайн-платформы STRING при значении показателя взаимодействия ≥0.15. Затем из этой PPI-сети были определены 20 основных (хабовых) генов на основе степени их связности, ранжированной с помощью программного обеспечения Cytoscape. Результаты PPI-сети были визуализированы с помощью Cytoscape или STRING.

Анализ обогащения

Анализ обогащения генов был выполнен с использованием пакетов ClusterProfiler и DOSE в сочетании с веб-сайтом Metascape. Базы данных были получены из GO и KEGG. Анализ обогащения проводили с помощью функции «EnrichGO». Пути с p < 0.05 считались статистически значимо обогащенными. Результаты обогащения были визуализированы с помощью пакетов «ggplot2» и «ggpubr».

Машинное обучение

Для выявления надежных и биологически значимых дифференциально экспрессируемых генов (ДЕГ), связанных с преэклампсией (ПЭ), был проведен анализ отбора признаков с использованием нескольких моделей машинного обучения на основе общедоступного набора данных транскриптома GSE60438 (платформа: GPL6884). Этот набор данных содержит профили экспрессии образцов базальной оболочки плаценты, собранных при кесаревом сечении у женщин с преэклампсией и при нормотензивной беременности. Предварительно отфильтрованные ДЕГ были стандартизированы, а матрица экспрессии вместе с соответствующей информацией о клинических группах была использована в качестве входных данных для четырех различных алгоритмов машинного обучения с целью снижения систематической ошибки модели и повышения стабильности отбора признаков.

Четыре алгоритма применялись одновременно, без определенной последовательности. LASSO выполнялся с использованием пакета «glmnet» для проведения регрессионного анализа и выбора значимых генов-признаков. К функции потерь был добавлен член регуляризации L1, который сводит к нулю коэффициенты менее важных признаков, обеспечивая тем самым отбор признаков. SVM-RFE был реализован с помощью пакета «e1071» для построения метода опорных векторов с рекурсивным исключением признаков. Сначала с помощью SVM обучался классификатор, после чего наименее информативные признаки итеративно удалялись на основе весов признаков, что позволило получить оптимальный набор признаков. XGBoost применялся с использованием пакета «xgboost» для построения множества деревьев решений. Каждое дерево подстраивалось под остатки предыдущего дерева, а взвешенные результаты суммировались для получения окончательного прогноза. Boruta выполнялся с помощью пакета «randomForest», генерируя теневые признаки, которые конкурировали с реальными признаками при обучении случайного леса. Были сохранены признаки, значения важности которых существенно превышали уровень случайного шума.

Анализ данных транскриптома отдельных клеток

Данные транскриптома отдельных клеток были получены из базы данных GEO, а матрица сырых подсчетов была извлечена из набора GSE183338. Матрица подсчетов была импортирована с помощью функции «Read10X» пакета Seurat и преобразована в формат dgCMatrix. Отдельные объекты были объединены в один общий объект с помощью функции «merge», а метки клеток были сделаны уникальными с помощью «RenameCells». Клетки низкого качества фильтровались на основе следующих критериев: гены, экспрессируемые менее чем в трех клетках, были удалены, а клетки, экспрессирующие менее 200 генов, исключены. Клетки, прошедшие контроль качества, были нормализованы, и были определены высоковариабельные гены. Глобальная масштабирующая нормализация была выполнена с использованием «LogNormalize» (scale factor = 10,000), высоковариабельные гены (n = 2,000) были выбраны с помощью «FindVariableFeatures», а данные были масштабированы с помощью «ScaleData». Был проведен анализ главных компонентов высоковариабельных признаков, и были сохранены 30 главных компонентов. Эффекты батча между образцами были скорректированы методом Harmony. Визуализация и снижение размерности клеток были выполнены с помощью UMAP. Графы общих ближайших соседей были построены с помощью «FindNeighbors» и «FindClusters» на основе алгоритма Louvain. Параметр разрешения в «FindClusters» был оптимизирован в диапазоне от 0,1 до 1. Дерево кластеризации было визуализировано с помощью функции «clustree», и для определения клеточных кластеров было выбрано разрешение 0,9. Потенциальные дублеты были удалены с помощью алгоритма Scrublet. Аннотация клеточных кластеров проводилась путем идентификации дифференциально экспрессируемых маркерных генов с использованием функции «FindAllMarkers». Применялся непараметрический критерий суммы рангов Вилкоксона с поправкой Бонферрони. Идентичность клеток определялась на основе поверхностных маркеров, соответствующей литературы и базы данных классификации клеток Cell Classification Database15.

Культура клеток

Клетки линии трофобласта HTR-8/SVneo культивировали в среде RPMI-1640 с добавлением 10% фетальной бычьей сыворотки и 1% пенициллина/стрептомицина. Гипоксические условия создавали путем культивирования клеток при 1% O₂, 5% CO₂ и 94% N₂ в течение 24 h; контрольные образцы в условиях нормоксии содержали при 20% O₂ и 5% CO₂16. Все процедуры по культивированию клеток следует проводить в боксе биологической безопасности II класса с использованием асептических методов. Отработанные питательные среды, реагенты для трансфекции и клеточные отходы должны утилизироваться в соответствии с внутренними правилами биобезопасности учреждения.

Трансфекция клеток

Были синтезированы плазмиды, содержащие sh-SASH1, sh-NC, OE-SASH1 и OE-NC. Клетки HTR-8/SVneo высевали в шестилуночные планшеты с плотностью 5 × 105 клеток на лунку. Затем клетки трансфицировали 2 µg плазмиды sh-SASH1, sh-NC, OE-SASH1 или OE-NC на лунку с использованием реагента для трансфекции согласно инструкциям производителя. Вкратце, плазмидную ДНК и реагент P3000 разводили в Opti-MEM, смешивали с Lipofectamine 3000, который предварительно разводили в Opti-MEM, инкубировали в течение 15 min при комнатной температуре и добавляли к клеткам при достижении конфлюентности 70–80%. Через сорок восемь часов после трансфекции экспрессию SASH1 оценивали с помощью RT-qPCR и вестерн-блоттинга. Целевые последовательности shRNA, использованные для нокдауна SASH1, приведены в Дополнительной таблице 1.

Количественная ПЦР в реальном времени

Общую РНК экстрагировали из клеток HTR-8/SVneo и подвергли обратной транскрипции в кДНК с использованием набора для обратной транскрипции при 42 °C в течение 30 мин, с последующим нагревом до 85 °C в течение 5 мин. Количественную ПЦР в реальном времени (qPCR) проводили с использованием мастер-микса SYBR Green при следующих условиях циклирования: 95 °C в течение 10 мин, затем 40 циклов: 95 °C в течение 15 с и 60 °C в течение 1 мин. Относительный уровень экспрессии мРНК рассчитывали методом ΔΔCt, используя β-actin в качестве внутреннего контроля. Последовательности праймеров, использованных в данном эксперименте, приведены в Дополнительной таблице 2.

Метод вестерн-блоттинга

Общий белок экстрагировали из клеток HTR-8/SVneo с использованием лизирующего буфера. Лизаты клеток собирали, инкубировали на льду и центрифугировали при 12,000 × g в течение 30 мин при 4 °C для удаления нерастворимых остатков. Концентрацию белка определяли с помощью спектрофотометра. Равные количества белка (50 µg) разделяли методом SDS-PAGE с последующим переносом на ПВДФ-мембраны. Мембраны блокировали 5% раствором обезжиренного молока и инкубировали с первичными антителами в течение ночи при 4 °C. После промывки мембраны инкубировали с соответствующими вторичными антителами, а полосы белков визуализировали с помощью системы усиленной хемилюминесцентной детекции.

Для детекции белков использовали первичные антитела к SASH1 и β-актину. Соответствующие вторичные антитела, конъюгированные с пероксидазой хрена (HRP) — козьи антитела против кроличьих и мышиных — применялись для визуализации. β-актин использовали в качестве внутреннего контроля нагрузки для обеспечения равного количества белка в пробах. Интенсивность белковых полос измеряли и количественно определяли с помощью программного обеспечения ImageJ.

Выделение P-EXOS

P-EXOS выделяли из ткани ворсин плаценты, полученной из дононорских плацент здоровых женщин после планового кесарева сечения. Ткань ворсин плаценты тщательно промывали стерильным PBS, измельчали на фрагменты размером примерно 1 mm3 и культивировали в среде RPMI-1640 с добавлением 10% FBS, обедненной экзосомами, при 37 °C в атмосфере 5% CO2 в течение 48 ч. Кондиционированную среду подвергали дифференциальному центрифугированию следующим образом: 300 × g в течение 10 мин для удаления клеток и тканевого детрита; 2,000 × g в течение 20 мин для удаления клеточного детрита; и 10,000 × g в течение 30 мин для удаления микровезикул; все этапы проводили при 4 °C. Полученный супернатант подвергали ультрацентрифугированию при 120,000 × g в течение 70 мин при 4 °C для осаждения экзосом. Осадок один раз промывали PBS и повторно центрифугировали при 120,000 × g в течение 70 мин при 4 °C. Конечный осадок ресуспендировали в PBS. Изолированные экзосомы характеризовали с помощью вестерн-блот-анализа на маркеры экзосом (PLAP, CD63 и TSG101, с использованием GM130 в качестве отрицательного контроля), а затем исследовали с помощью просвечивающей электронной микроскопии для анализа морфологии.

Эксперимент по клеточному поглощению P-EXOS

Для подтверждения интернализации P-EXOS клетками экзосомы были флуоресцентно помечены липофильным мембранным красителем PKH67 согласно протоколу производителя. Кратко: P-EXOS инкубировали с PKH67 (4 µM) в разбавителе Diluent C в течение 5 мин при комнатной температуре, после чего реакцию останавливали добавлением равного объема 1% бычьего сывороточного альбумина (BSA). Помеченные экзосомы повторно выделяли методом ультрацентрифугирования (120,000 × g, 70 мин, 4 °C) для удаления несвязанного красителя. Затем помеченные PKH67 P-EXOS (50 µg/mL) добавляли к клеткам HTR-8/SVneo и совместно инкубировали в течение 24 ч в условиях нормоксии или гипоксии (1% O₂). После этого клетки трижды промывали PBS, фиксировали 4% параформальдегидом в течение 15 мин, а ядра контрастировали DAPI (1 µg/mL). Интернализацию экзосом, помеченных PKH67, визуализировали с помощью конфокальной лазерной сканирующей микроскопии (CLSM; возбуждение 490 nm, эмиссия 502 nm). Для функциональных экспериментов по совместному культивированию клетки HTR-8/SVneo обрабатывали P-EXOS в концентрации 50 µg/mL (в белковом эквиваленте) в полной среде RPMI-1640 с добавлением 10% FBS, обедненной экзосомами, в условиях гипоксии (1% O₂) в течение 24 ч.

Иммуноферментный анализ (ELISA)

Собрали супернатанты культур клеток и измерили уровни IL-6, IL-1β и TNF-α с помощью соответствующих наборов ИФА (ELISA kit) для IL-6, IL-1β и TNF-α согласно инструкциям производителей. Оптическую плотность при 450 nm измеряли с помощью микропланшетного ридера, а фактические концентрации рассчитывали по стандартным кривым.

Метод TUNEL (терминальный дезоксинуклеотидилтрансферазоподобный метод маркировки концов разрывов dUTP)

Апоптотические клетки выявляли с помощью набора для анализа TUNEL в соответствии с инструкциями производителя. Кратко: клетки фиксировали 4% параформальдегидом в течение 15 мин при комнатной температуре, пермеабилизировали 0,1% Triton X-100 в PBS в течение 5 мин на льду и инкубировали с реакционной смесью TUNEL в течение 60 мин при 37 °C в темноте. Ядра контрастировали красителем DAPI, а TUNEL-положительные клетки визуализировали с помощью флуоресцентного микроскопа и количественно оценивали, подсчитывая процент TUNEL-положительных клеток как минимум в пяти случайно выбранных полях обзора для каждого образца.

Статистический анализ

Все данные были проанализированы с использованием программ R и GraphPad Prism. Непрерывные переменные представлены как среднее значение ±SD. Сравнение двух групп проводили с помощью t-критерия Стьюдента, тогда как сравнение нескольких групп осуществляли с помощью однофакторного ANOVA с последующим апостериорным тестом Тьюки. Статистическую значимость категориальных переменных оценивали с помощью критерия хи-квадрат или точного теста Фишера. Если не указано иное, корреляция между молекулами рассчитывалась с помощью корреляционного анализа Спирмена. Эксперименты по характеристике экзосом проводились с использованием P-EXOS, выделенных от трех независимых доноров плаценты. Эксперименты на клеточных моделях выполняли в трех независимых биологических повторах, представляющих собой независимые эксперименты, проведенные в разное время на клетках HTR-8/SVneo разных пассажей, при этом в каждом повторе использовались P-EXOS, выделенные от разных доноров плаценты. Значение p < 0,05 считалось статистически значимым.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Результаты

Транскриптомный анализ здоровых пациентов и пациентов с ПЭ

Для анализа различий в экспрессии генов между контрольной группой (Normal) и пациентами с преэклампсией (PE) использовали пакет R limma для выявления дифференциально экспрессируемых генов в объединенных наборах данных. Всего было выявлено 89 дифференциально экспрессируемых генов (DEG) (p < 0.05 и |log2FC| > 0.5), из которых 69 генов имели повышенную экспрессию, а 20 — пониженную для GSE75010 (...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Обсуждение

В данном исследовании с помощью комплексного транскриптомного анализа, секвенирования единичных клеток и многоалгоритмического машинного обучения был определен SASH1 как ключевой ген, экспрессия которого нарушена при преэклампсии (ПЭ). Такой подход особенно актуален, учитывая отсутствие доступных методов таргетной терапии ПЭ17. Было продемонстрировано, что экспрессия SASH1 значительно повышена в гипоксических клетках трофобласта и специфически увеличена в компартменте трофобласта в плацентах при П...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Раскрытие информации

В данном исследовании отсутствует конфликт интересов.

Благодарности

Данное исследование было профинансировано в рамках Ключевой программы медицинских научных исследований Комиссии здравоохранения провинции Хэбэй, Китай (№ 20210075).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
Среда RPMI-1640Gibco11875085
Фетальная бычья сыворотка (FBS)Gibco16140071
FBS, обедненная экзосомамиSystem BiosciencesEXO-FBS-50A-1
Пенициллин/стрептомицинThermo Fisher Scientific, CN15140122
Реагент для трансфекции Lipofectamine 3000 (с реагентом P3000)Thermo Fisher Scientific, CNL3000150
Среда Opti-MEM с пониженным содержанием сывороткиThermo Fisher Scientific, CN31985070
Плазмида SASH1 shRNA (HuSH)origeneTL301836
Экспрессионная плазмида SASH1 ORForigeneRC218866
Контрольный пустой векторorigenePS100001
Набор для обратной транскрипцииThermo Fisher Scientific, CN4368814
Мастер-микс PowerUp SYBR GreenThermo Fisher Scientific, CNA46110
Праймеры к SASH1Sangon BiotechСинтезированы на заказ
Праймеры к β-актинуSangon BiotechСинтезированы на заказ
Буфер для лизиса клетокBeyotimeP0013B
Спектрофотометр NanoDropThermo Fisher Scientific, CNNanoDrop Ultra
Мембрана PVDFThermo Fisher Scientific, CN88518
Антитела к SASH1ABclonalA15248
Антитела к β-актинуAbcamab6276
Вторичные антитела (козьи анти-кроличьи/анти-мышиные), конъюгированные с HRPBeyotimeA0208
Программное обеспечение ImageJNIH (общественное достояние)ImageJ
Набор PKH67 для флуоресцентного мечения клеток (включая разбавитель C)Sigma-Aldrich, St. Louis, MO, CNMINI67
Бычий сывороточный альбумин (BSA)Sigma-Aldrich, St. Louis, MO, CN10711454001
DAPIBeyotimeC1002
Конфокальный лазерный сканирующий микроскоп (CLSM)LeicaLeica TCS SP8
Набор Quantikine ELISA для определения IL-6 человекаR&D SystemsD6050B
Набор DuoSet ELISA для определения IL-1β/IL-1F2 человекаR&D SystemsDY201
Набор Quantikine ELISA для определения TNF-α человекаR&D SystemsDTA00D
Считыватель микропланшетовThermo ScientificMultiskan FC
Набор для detekции гибели клеток in situ (набор для анализа TUNEL)Roche11684795910
Triton X-100BeyotimeP0096
Параформальдегид (4%)BeyotimeP0099
Флуоресцентный микроскопOlympusBX53
Центрифуга с охлаждением (макс. 12 000 × g)EppendorfEppendorf 5430 R
Ультрацентрифуга (макс. 120 000 × g)Beckman CoulterOptima MAX-XP
Программное обеспечение RThe R Foundationv4.2.1
GraphPad PrismGraphPad Softwarev10.0
Seurat (пакет R)Satija Lab (открытый исходный код)v4.0.4
Harmony (пакет R, коррекция пакетного эффекта)Открытый исходный кодv1.2.0
Scrublet (пакет Python, детекция дуплетов)Открытый исходный кодv0.2.3
clustree (пакет R)Открытый исходный кодv0.5.1
glmnet (пакет R, LASSO)Открытый исходный кодv4.1.8
e1071 (пакет R, SVM-RFE)Открытый исходный кодv1.7-14
xgboost (пакет R)Открытый исходный кодv1.7.7.1
randomForest (пакет R, Boruta)Открытый исходный кодv4.7-1.1
База данных Gene Expression Omnibus (GEO)NCBIhttps://www.ncbi.nlm.nih.gov/geo/
База данных STRINGstring-db.orghttps://www.string-db.org/
Metascapemetascape.orghttps://metascape.org/
Программное обеспечение CytoscapeCytoscape Consortiumv3.10.4
ggplot2 (пакет R)Открытый исходный кодv3.5.1
limma (пакет R)Открытый исходный кодv3.58.1
pheatmap (пакет R)Открытый исходный кодv1.0.12
ClusterProfiler (пакет R)Открытый исходный кодv4.8.3
DOSE (пакет R)Открытый исходный кодv3.28.2
ggpubr (пакет R)Открытый исходный кодv0.6.0

Ссылки

  1. Malik A, Jee B, Gupta SK. Preeclampsia: Disease biology and burden, its management strategies with reference to India. Pregnancy Hypertens. 2019;15:23-31.
  2. Vitoratos N, Hassiakos D, Iavazzo C. Molecular mechanisms of preeclampsia. J Pregnancy. 2012;2012:298343.
  3. Battarbee AN, et al. Chronic hypertension in pregnancy. Am J Obstet Gynecol. 2020;222(6):532-41.
  4. Torres-Torres J, et al. A Narrative Review on the Pathophysiology of Preeclampsia. Int J Mol Sci. 2024;25(14).
  5. Xu Y, et al. DOCK1 deficiency drives placental trophoblast cell dysfunction by influencing inflammation and oxidative stress, hallmarks of preeclampsia. Hypertens Res. 2024;47(12):3434-46.
  6. Harmon AC, et al. The role of inflammation in the pathology of preeclampsia. Clin Sci (Lond). 2016;130(6):409-19.
  7. Jaufmann J, et al. The emerging and diverse roles of the SLy/SASH1-protein family in health and disease: Overview of three multifunctional proteins. Faseb J. 2021;35(4):e21470.
  8. Li S, et al. The downregulation of SASH1 expression promotes breast cancer occurrence and invasion, accompanied by the activation of the PI3K-Akt-mTOR signaling pathway. Sci Rep. 2024;14(1):21914.
  9. Franke FC, et al. The Tumor Suppressor SASH1 Interacts With the Signal Adaptor CRKL to Inhibit Epithelial-Mesenchymal Transition and Metastasis in Colorectal Cancer. Cell Mol Gastroenterol Hepatol. 2019;7(1):33-53.
  10. Zhang J, et al. Extracellular vesicles in normal pregnancy and pregnancy-related diseases. J Cell Mol Med. 2020;24(8):4377-88.
  11. David M, Maharaj N. The immune-modulatory dynamics of exosomes in preeclampsia. Arch Gynecol Obstet. 2025;311(6):1477-87.
  12. Gu M, et al. Preeclampsia impedes fetal kidney development by delivering placenta-derived exosomes to glomerular endothelial cells. Cell Commun Signal. 2023;21(1):336.
  13. Jiang X, et al. Downregulated miR-199a-3p in Preeclamptic Placenta-derived Exosomes from Cord Blood Hinders VEGF-induced Fetal Glomerular Dysplasia Through Inhibiting Akt1(S473) Phosphorylation via Targeting PHLPP2. Stem Cell Rev Rep. 2025;21(8):2693-710.
  14. Ritchie ME, et al. limma powers differential expression analyses for RNA-sequencing and microarray studies. Nucleic Acids Res. 2015;43(7):e47.
  15. Wang X, et al. High expression of THY1 in gallbladder fibroblasts promotes the formation and progression of gallstones. Research Square [Preprint]. 2025. Available from: https://www.researchsquare.com/article/rs-7276422/v1. doi:10.21203/rs.3.rs-7276422/v1.
  16. Sha M, et al. Extracellular vesicles derived from hypoxic HTR-8/SVneo trophoblast inhibit endothelial cell functions through the miR-150-3p /CHPF pathway. Placenta. 2023;138:21-32.
  17. Ma'ayeh M, Costantine MM. Prevention of preeclampsia. Semin Fetal Neonatal Med. 2020;25(5):101123.
  18. Mandalà M. Oxidative Stress and Inflammation in Uterine-Vascular Adaptation During Pregnancy. Antioxidants (Basel). 2025;14(9).
  19. Lu Y, et al. NETs exacerbate placental inflammation and injury through high mobility group protein B1 during preeclampsia. Placenta. 2025;159:131-9.
  20. Raghupathy R. Cytokines as key players in the pathophysiology of preeclampsia. Med Princ Pract. 2013;22 Suppl 1(Suppl 1):8-19.
  21. Esfandyari S, et al. Exosomes as Biomarkers for Female Reproductive Diseases Diagnosis and Therapy. Int J Mol Sci. 2021;22(4).
  22. Pillay P, Moodley K, Moodley J, Mackraj I. Placenta-derived exosomes: potential biomarkers of preeclampsia. Int J Nanomedicine. 2017;12:8009-23.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Перепечатки и разрешения

Теги

Регуляция SASH1повреждениеиндуцированное гипоксиейвоспалительные ответымеханизмы преэклампсиисеквенирование РНК единичных клетоканализ экспрессии геновпровоспалительные цитокиныскрининг с помощью машинного обучения
Связаться с нами
Порекомендовать библиотеке

Конфиденциальность

Условия использования

Политики

© 2026 MyJoVE Corporation. Все права защищены.