Summary

Identification de biomarqueurs pour la spécificité du sexe de la maladie d’Alzheimer sur la base des profils de transcriptome glial

Published: May 20, 2024
doi:

Summary

Cette étude a analysé les transcriptomes à noyau unique de trente-trois personnes atteintes de la maladie d’Alzheimer (MA), révélant des DEG spécifiques au sexe dans les cellules gliales. L’analyse de l’enrichissement fonctionnel a mis en évidence les voies synaptiques, neuronales et hormonales. Des gènes clés, à savoir NLGN4Y et ses régulateurs, ont été identifiés, et des candidats thérapeutiques potentiels pour la MA spécifique au genre ont été proposés.

Abstract

De nombreux biomarqueurs spécifiques au sexe ont récemment été révélés dans la maladie d’Alzheimer (MA) ; Cependant, les cellules gliales cérébrales ont rarement été signalées. Cette étude a analysé 220 095 transcriptomes à noyau unique du cortex frontal de trente-trois individus atteints de la maladie d’Alzheimer dans la base de données GEO. Des gènes exprimés différentiellement (DEG) spécifiques au sexe ont été identifiés dans les cellules gliales, dont 243 dans les astrocytes, 1 154 dans les microglies et 572 dans les oligodendrocytes. Les analyses d’annotation fonctionnelle de l’ontologie génétique (GO) et les analyses d’enrichissement des voies de l’Encyclopédie de Kyoto des gènes et des génomes (KEGG) ont révélé une concentration fonctionnelle dans les voies synaptiques, neuronales et hormonales. Le réseau d’interaction protéine-protéine (IPP) a identifié MT3, CALM2, DLG2, KCND2, PAKACB, CAMK2D et NLGN4Y dans les astrocytes, TREM2, FOS, APOE, APP et NLGN4Y dans la microglie, et GRIN2A, ITPR2, GNAS et NLGN4Y dans les oligodendrocytes comme gènes clés. NLGN4Y était le seul gène partagé par les trois cellules gliales et a été identifié comme le biomarqueur de la spécificité sexuelle de la MA. Le réseau de corégulation du facteur de transcription génique (TF)-miARN a identifié des régulateurs clés pour NLGN4Y et ses MTC cibles. Ecklonia kurome Okam (Kunbu) et Herba Ephedrae (Mahuang) ont été identifiés, et les effets des ingrédients actifs sur la MA ont été mis en évidence. Enfin, l’analyse de l’enrichissement de Kunbu et Mahuang a suggéré qu’ils pourraient agir comme candidats thérapeutiques pour la spécificité de genre de la MA.

Introduction

La maladie d’Alzheimer (MA) est une maladie mondiale à forte incidence, et elle représente 60 à 80 % des démences1. Malgré sa forte incidence, la pathogenèse mécaniste de la MA n’est pas clairement délimitée, et il n’y a pas eu de traitements efficaces jusqu’à présent2. Les principales pathologies de la MA ont été identifiées comme étant l’atrophie neuronale et l’accumulation de débris pathologiques, principalement la protéine Tau associée aux microtubules, et la β-amyloïde (Aβ)3,4. La pathogenèse de la MA est associée à une autophagie anormale, un stress oxydatif, un dysfonctionnement mitochondrial, une inflammation et un trouble du métabolisme énergétique5. Les enquêtes de prévalence ont prouvé que les deux tiers des patients atteints de la maladie d’Alzheimer étaient des femmes6. Il existe des différences spécifiques au sexe dans la MA dans l’étiologie, les manifestations cliniques, la prévention et le traitement. Ainsi, la révélation du mécanisme biologique à l’origine des différences spécifiques au sexe dans la MA et le ciblage de la médecine traditionnelle chinoise (MTC) peuvent potentiellement fournir un cadre théorique plus complet pour comprendre la pathogenèse de la MA et pour guider davantage une stratégie de traitement plus précise.

Les cellules neurogliales, en particulier les microglies, les astrocytes et les oligodendrocytes, contribuent potentiellement à la pathogenèse de la MA. Dans la MA, les microglies sont activées et génétiquement modifiées, ce qui contribue à la réponse inflammatoire, à la phagocytose et à la clairance Aβ 7,8 ; Les astrocytes sont génétiquement modifiés, ce qui affecte l’activité synaptique, l’homéostasie ionique et le métabolisme de l’énergie et des lipides9 ; L’oligodendrocyte est génétiquement modifié avec une spécificité sexuelle, ce qui contribue à la perte neuronale, aux enchevêtrements neurofibrillaires et aux lésions de la substance blanche10,11.

Dans cette étude, nous avons utilisé le séquençage de l’ARN à noyau unique (snRNA-seq) comme technique supérieure. Par rapport au séquençage de l’ARN unicellulaire (scRNA-seq), le snRNA-seq offre des avantages en termes de richesse des échantillons, d’intégrité du type de cellule et de fiabilité des données12,13. Le séquençage de l’ARNn a été largement utilisé dans des études axées sur la MA et l’exploration du rôle des cellules gliales 14,15,16. Sa large adoption dans ces domaines de recherche souligne son efficacité à fournir des informations précieuses sur les caractéristiques transcriptionnelles des cellules gliales dans la MA. En tirant parti des avantages du snRNA-seq, les chercheurs ont pu découvrir des informations cruciales concernant l’implication des cellules gliales dans la pathologie de la MA et identifier des cibles thérapeutiques potentielles. Afin d’explorer les caractéristiques transcriptionnelles neurogliales spécifiques au sexe dans la MA et les MTC potentielles pour la spécificité sexuelle de la MA, cette étude a analysé les données de séquençage de l’ARNnb du cortex frontal des patients atteints de la MA à partir de la base de données publique NCBI GEO. Les gènes exprimés différentiellement (DEG) spécifiques au sexe, l’ontologie des gènes (GO), l’Encyclopédie de Kyoto des gènes et des génomes (KEGG), le réseau d’interaction protéine-protéine (IPP) et le réseau gène-TF-miARN sont analysés plus en détail pour révéler des biomarqueurs clés et une pathogenèse potentielle. Enfin, des MTC potentielles ont été suggérées, et leurs ingrédients actifs ont été présentés à l’aide de tableaux en effectuant une recherche dans les bases de données de Coremine Medical, du TCMIP et du TCMSP.

Protocol

Les étapes 2 à 9 de l’analyse ont été mises en œuvre à l’aide du logiciel R (voir la figure supplémentaire 1 et le fichier supplémentaire 1), tandis que les autres étapes ont été exécutées sur les plateformes en ligne. Les détails des bases de données utilisées dans ce protocole (ainsi que les liens Web) sont fournis dans la Table des matériaux. 1. Acquisition de données Accédez à la base de d…

Representative Results

Analyse SnRNA-seq des profils de transcriptome glial frontal et annotation des types cellulairesAu total, 220 095 noyaux et 32 077 gènes dans le cortex frontal de 17 MA mâles et 17 DA femelles ont été obtenus (Figure 1A). Le graphique UMAP a visualisé l’ensemble des transcriptomes frontaux des noyaux uniques affichant des types distincts de noyaux après analyse de réduction de dimension (Figure 1B). Le nombre total de noyaux annoté…

Discussion

La spécificité du genre a été identifiée dans l’épidémiologie, la pathologie et la manifestation clinique de laCOVID-19. Ici, nous avons confirmé le mécanisme pathologique potentiel de « l’axe hormone-synapse-neurone » à partir de gènes gliaux spécifiques au sexe et des voies associées chez les patients atteints de MA. NLGN4Y était le seul gène partagé dans les trois cellules gliales et a été choisi comme biomarqueur de la spécificité sexuelle de la MA. TF et les miARN r?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Les auteurs sont reconnaissants à Jessica S Sadick, Michael R O’Dea, Philip Hasel, etc., d’avoir fourni le GSE167490 ensemble de données. Les auteurs apprécient que Faten A Sayed, Lay Kodama, Li Fan, etc., offrent le GSE183068 ensemble de données. Les auteurs remercient Shuqing Liu pour l’aide apportée à l’analyse des données et Wen Yang pour la fourniture de la plateforme d’analyse des données. Cette étude a été soutenue par la Fondation nationale des sciences naturelles de Chine (82174511), les boursiers Apricot Grove de l’Université de médecine traditionnelle chinoise de Chengdu, le programme d’amélioration de la recherche sur les talents disciplinaires (QJJJ2022001), le programme de revitalisation des talents de LiaoNing (XLYC 1807083), le Fonds du Bureau d’administration du Sichuan de médecine et d’herbes chinoises (2023MS578), le projet national de formation à l’innovation et à l’entrepreneuriat de premier cycle (202310633003X) et Sujets innovants de la pratique de la recherche scientifique pour les étudiants de l’Université de médecine traditionnelle chinoise de Chengdu (ky-2023100). Hanjie Liu et Hui Yang ont contribué à la conception de l’étude, à la collecte, à l’interprétation des données, à la rédaction et à la révision du manuscrit. Shuqing Liu et Siyu Li ont participé à la conception de l’étude, à la collecte des données et à la rédaction du manuscrit. Wen Yang et Anwar Ayesha étaient responsables de la collecte et de l’interprétation des données. Xin Tan a préparé des figures et/ou des tableaux. Cen Jiang, Yi Liu et Lushuang Xie ont conçu l’étude et révisé / édité le manuscrit. Tous les auteurs ont contribué à l’article et ont approuvé la version soumise.

Materials

Database
Coremine Medical database Jointly developed by Norway, the Chinese Academy of Sciences, the Chinese Academy of Medical Sciences, the National Medical Library of the United States and other institutions When you explore concepts in CoreMine Medical you access a database that is structured to relate important concepts, ranked by statistical relevance, to your topic. For example, if you type in "Alzheimer disease," in addition to retrieving documents and resources that discuss the disease, you will be able to view networks and lists that show how your query concept is related to other bio-medical concepts. This provides an overview of concepts that relate to your search as well as being an interface for navigating information on these concepts.
Weblink: https://coremine.com/medical/
Gene Expression Omnibus (GEO) National Center for Biotechnology Information in the United States (NCBI) GEO is a public functional genomics data repository supporting MIAME-compliant data submissions. Array- and sequence-based data are accepted. Tools are provided to help users query and download experiments and curated gene expression profiles.
Weblink: https://www.ncbi.nlm.nih.gov/geo/
Integrative Pharmacology-based Research Platform of Traditional Chinese Medicine (TCMIP, version: 2.0) None Introduction to the Integrated Pharmacology Based Network Computational Research Platform for Traditional Chinese Medicine [TCMIP v2.0], http://www.tcmip.cn/ ) It is an intelligent data mining platform based on the online database of the Encyclopedia of Traditional Chinese Medicine (ETCM), which integrates medical big data management and pharmacological computing services. It aims to reveal the scientific connotation of traditional Chinese medicine theory and the scientific value of original thinking in traditional Chinese medicine, summarize and pass on the experience of famous doctors, control the quality of traditional Chinese medicine, explain the principles of traditional Chinese medicine action, research and development of new Chinese medicine, especially the discovery and optimization of modern drug combinations, Provide a strong data foundation and analytical tools. Based on TCMIP v1.0, a comprehensive upgrade is implemented, including five major databases and seven functional modules. Through system integration and module integration, a comprehensive analysis of the multi-level correlation of the "disease syndrome prescription" interaction network can be quickly achieved. As an intelligent data mining platform, TCMIP v2.0 will provide a strong data foundation and analysis platform for revealing the scientific connotation of traditional Chinese medicine theory and the scientific value of original thinking in traditional Chinese medicine, summarizing and inheriting the experience of famous doctors, quality control of traditional Chinese medicine, elucidating the principles of traditional Chinese medicine action, research and development of new traditional Chinese medicine drugs, especially modern drug combination discovery and optimization.
Weblink: http://www.tcmip.cn/TCMIP 
NetworkAnalyst None Networkanalyze is an online visualization analysis platform for gene expression analysis and meta-analysis. It can perform comparative, quantitative, differential and enrichment analysis of gene expression, protein-protein interaction analysis, integration analysis of multiple datasets, and can also draw high-value images such as PCA, protein-protein interaction network diagram, heatmap, volcano diagram, Wayne diagram, etc.
Weblink: https://www.networkanalyst.ca/NetworkAnalyst/
PubMed database National Center for Biotechnology Information in the United States (NCBI) The Pubmed database is a biomedical literature database maintained by the National Library of Medicine (NLM) in the United States, aimed at providing the latest medical research results to scientists, doctors, researchers, and students worldwide. This database collects biomedical literature from around the world, including journal articles, papers, books, etc. As of now, the Pubmed database has collected over 30 million articles and is continuously updated every week.
Weblink: https://pubmed.ncbi.nlm.nih.gov/
R software Ross Ihaka and Robert Gentleman R is a language and environment for statistical computing and graphics. It is a GNU project which is similar to the S language and environment which was developed at Bell Laboratories (formerly AT&T, now Lucent Technologies) by John Chambers and colleagues. R can be considered as a different implementation of S. There are
some important differences, but much code written for S runs unaltered under R.
Weblink: https://www.r-project.org/
STRING database (STRING, version 11.0)  Swiss Institute of Bioinformatics STRING is a database of known and predicted protein interactions. The interactions include direct (physical) and indirect (functional) associations
Weblink: https://string-db.org/
Traditional Chinese Medicine Systems Pharmacology Database and Analysis Platform (TCMSP) Zhejiang Jiuwei Health Co., Ltd TCMSP is not only a data repository, but also an analysis platform for users to comprehensively study Traditional Chinese Medicines (TCM): including identification of active components, screening of drug targets and generation of compounds-targets-diseases networks, as well as the detailed drug pharmacokinetic information involving drug-likeness (DL), oral bioavailability (OB), blood-brain barrier (BBB),intestinal epithelial permeability (Caco-2), ALogP,fractional negative surface area (FASA-) and number of  H-bond donor/acceptor  (Hdon/Hacc). So far, TCMSP has attracted broad attentions and several groups have published more than 10 papers by using our TCMSP database within about one year.
Weblink: https://tcmsp-e.com

References

  1. Alzheimers Dement. Alzheimer’s disease facts and figures. Alzheimers Dement. 19 (4), 1598-1695 (2023).
  2. Xie, L., et al. Electroacupuncture improves M2 microglia polarization and glia anti-inflammation of hippocampus in Alzheimer’s disease. Front Neurosci. 15, 689629 (2021).
  3. Xie, L., et al. Inflammatory factors and amyloid beta-induced microglial polarization promote inflammatory crosstalk with astrocytes. Aging (Albany NY). 12 (22), 22538-22549 (2020).
  4. Hampel, H., et al. The amyloid-beta pathway in Alzheimer’s disease. Mol Psychiatry. 26 (10), 5481-5503 (2021).
  5. Baik, S. H., et al. A breakdown in metabolic reprogramming causes microglia dysfunction in Alzheimer’s disease. Cell Metab. 30 (3), 493-507 (2019).
  6. Fisher, D. W., Bennett, D. A., Dong, H. Sexual dimorphism in predisposition to Alzheimer’s disease. Neurobiol Aging. 70, 308-324 (2018).
  7. Pan, R. Y., et al. Positive feedback regulation of microglial glucose metabolism by histone h4 lysine 12 lactylation in Alzheimer’s disease. Cell Metab. 34 (4), 634-648 (2022).
  8. Hansen, D. V., Hanson, J. E., Sheng, M. Microglia in Alzheimer’s disease. J Cell Biol. 217 (2), 459-472 (2018).
  9. Brandebura, A. N., Paumier, A., Onur, T. S., Allen, N. J. Astrocyte contribution to dysfunction, risk and progression in neurodegenerative disorders. Nat Rev Neurosci. 24 (1), 23-39 (2023).
  10. Peng, L., Bestard-Lorigados, I., Song, W. The synapse as a treatment avenue for Alzheimer’s disease. Mol Psychiatry. 27 (7), 2940-2949 (2022).
  11. Tubi, M. A., et al. White matter hyperintensities and their relationship to cognition: Effects of segmentation algorithm. Neuroimage. 206, 116327 (2020).
  12. Wu, H., Kirita, Y., Donnelly, E. L., Humphreys, B. D. Advantages of single-nucleus over single-cell RNA sequencing of adult kidney: Rare cell types and novel cell states revealed in fibrosis. J Am Soc Nephrol. 30 (1), 23-32 (2019).
  13. Soreq, L., Bird, H., Mohamed, W., Hardy, J. Single-cell RNA sequencing analysis of human Alzheimer’s disease brain samples reveals neuronal and glial specific cells differential expression. PLoS One. 18 (2), e0277630 (2023).
  14. Sadick, J. S., et al. Astrocytes and oligodendrocytes undergo subtype-specific transcriptional changes in Alzheimer’s disease. Neuron. 110 (11), 1788-1805 (2022).
  15. Chen, Y., Colonna, M. Microglia in Alzheimer’s disease at single-cell level. Are there common patterns in humans and mice. J Exp Med. 218 (9), e20202717 (2021).
  16. Brase, L., et al. Single-nucleus RNA-sequencing of autosomal dominant Alzheimer disease and risk variant carriers. Nat Commun. 14 (1), 2314 (2023).
  17. Ringner, M. What is principal component analysis. Nat Biotechnol. 26 (3), 303-304 (2008).
  18. Korsunsky, I., et al. sensitive and accurate integration of single-cell data with harmony. Nat Methods. 16 (12), 1289-1296 (2019).
  19. Vegeto, E., et al. The role of sex and sex hormones in neurodegenerative diseases. Endocr Rev. 41 (2), 273-319 (2020).
  20. Hafemeister, C., Satija, R. Normalization and variance stabilization of single-cell RNA-seq data using regularized negative binomial regression. Genome Biol. 20 (1), 296 (2019).

Play Video

Cite This Article
Liu, H., Yang, H., Liu, S., Li, S., Yang, W., Ayesha, A., Tan, X., Jiang, C., Liu, Y., Xie, L. Biomarker Identification for Gender Specificity of Alzheimer’s Disease Based on the Glial Transcriptome Profiles. J. Vis. Exp. (207), e66552, doi:10.3791/66552 (2024).

View Video