Arquitetura celular da esclerose múltipla: uma análise de _single cell_
Arquitetura celular da esclerose múltipla: uma análise de single cell
<anddre.lima@arapiraca.ufal.br> Silva Júnior, José Wilson Batista da.
<jose.batista@arapiraca.ufal.br>
Introdução: A esclerose múltipla (EM) é uma doença de caráter autoimune inflamatório crônico que afeta o sistema nervoso central (SNC), devido a desmielinização, resultante do ataque do sistema imune à mielina e danos às fibras nervosas decorrentes da progressão da doença. As principais formas de apresentação da EM são a síndrome clinicamente isolada (SCI), esclerose múltipla remitente recorrente (EMRR), esclerose múltipla progressiva primária (EMPP) e, por fim, esclerose múltipla progressiva secundária (EMPS). O diagnóstico da EM faz parte de um conjunto de medidas que visam investigar o histórico clínico do paciente e analisar exames de imagem. Dentre os fatores clínicos a serem analisados o padrão genético possui grande impacto no entendimento da progressão da doença, o que denota a importância de se estudar o tema. Objetivo: Identificar processos moleculares a nível de scRNA associados à EM. Métodos: O estudo utilizou uma abordagem metodológica abrangente para analisar dados de scRNA-seq e investigar várias facetas da EM no tecido cerebral. Os dados processados de scRNA-seq foram obtidos no baco de dados GEO e uma análise extensa foi conduzida. Os dados foram importados para R e transformados em objetos Seurat para análise de interação célula-célula usando o pacote CellChat R. Além disso, a análise de rede de coexpressão gênica ponderada de alta resolução (hdWCNA) foi realizada utilizando o pacote “hdWGCN” em R, incluindo várias etapas como pré-processamento de dados, construção de rede genética, identificação de clusters, análise de preservação de clusters e análise de enriquecimento funcional. A dinâmica pseudotemporal de células endoteliais e astrócitos durante a EM foi investigada utilizando-se a ferramenta computacional Monocle3 para inferência de trajetória e estimativa de pseudotime. Resultados: O estudo utilizou amostras de tecidos cerebrais de quatro indivíduos com EM e cinco indivíduos controle para criar um conjunto de dados abrangente. Após análise, foram observados mais astrócitos, neurônios e oligodendrócitos nas amostras de EM em comparação com os controles, enquanto células imunes estavam ausentes nos controles, sugerindo uma resposta imune na substância branca. Uma análise comparativa usando CellChat e hdWCNA revelou um aumento na expressão de neuroregulina 3 (NRG3) em células precursoras de oligodendrócitos e oligodendrócitos lesionados pela EM. Adiante, identificaram-se padrões distintos entre os subtipos de EMRR e EMPS, com implicações na progressão da doença e na resposta inflamatória. A análise de trajetória integrada com Monocle3 mostrou uma trajetória temporal nas mudanças de expressão entre tecido normal e EM, identificando genes como DSCAM, TNR, NRXN1, PCDH15, PRPRZ1, NRCAM, SNTG1 e VCAN como potenciais moléculas-chave na patogênese da EM. Conclusão: Em suma, os resultados deste estudo revelam um mosaico celular complexo na EM, com um aumento significativo em diversos tipos de células e uma resposta imune presente na substância branca. As análises comparativas das redes de sinalização indicam um papel potencial da neuroregulina 3 na mitigação dos efeitos patológicos desta doença, enquanto a análise de trajetória integrada destaca genes chave envolvidos no desenvolvimento da doença. O estudo oferece ideias importantes que podem servir como base para novos estudos envolvendo a EM, tanto no entendimento da doença quanto na busca por novos tratamentos que possuam as vias descritas como alvo.
Introduction: Multiple sclerosis (MS) is a chronic inflammatory autoimmune disease affecting the central nervous system (CNS) due to demyelination, resulting from the immune system's attack on myelin and damage to nerve fibers as the disease progresses. The main presentations of MS include clinically isolated syndrome (CIS), relapsing-remitting multiple sclerosis (RRMS), primary progressive multiple sclerosis (PPMS), and secondary progressive multiple sclerosis (SPMS). The diagnosis of MS involves investigating the patient's clinical history and analyzing imaging exams. Among the clinical factors to be analyzed, the genetic pattern has a significant impact on understanding the disease progression, highlighting the importance of studying this topic. Objective: To identify molecular processes at the scRNA level associated with MS. Methods: The study employed a comprehensive methodological approach to analyze scRNA-seq data and investigate various facets of MS in brain tissue. Processed scRNA-seq data were obtained from the GEO database, and extensive analysis was conducted. The data were imported into R and transformed into Seurat objects for cell-cell interaction analysis using the CellChat R package. Additionally, high-resolution weighted gene co-expression network analysis (hdWCNA) was performed using the "hdWGCN" package in R, including several steps such as data preprocessing, genetic network construction, cluster identification, cluster preservation analysis, and functional enrichment analysis. The pseudotemporal dynamics of endothelial cells and astrocytes during MS were investigated using the Monocle3 computational tool for trajectory inference and pseudotime estimation. Results: The study utilized brain tissue samples from four individuals with MS and five control individuals to create a comprehensive dataset. After analysis, increased numbers of astrocytes, neurons, and oligodendrocytes were observed in MS samples compared to controls, while immune cells were absent in controls, suggesting an immune response in white matter. Comparative analysis using CellChat and hdWCNA revealed increased expression of neuroregulin 3 (NRG3) in oligodendrocyte precursor cells and oligodendrocytes lesioned by MS. Furthermore, distinct patterns were identified between MS subtypes RRMS and SPMS, with implications for disease progression and inflammatory response. Integrated trajectory analysis with Monocle3 showed temporal changes in gene expression between normal and MS tissue, identifying genes such as DSCAM, TNR, NRXN1, PCDH15, PRPRZ1, NRCAM, SNTG1, and VCAN as potential key molecules in MS pathogenesis. Conclusion: In summary, the results of this study reveal a complex cellular mosaic in MS, with a significant increase in various cell types and an immune response present in white matter. Comparative analyses of signaling networks indicate a potential role for neuroregulin 3 in mitigating the pathological effects of this disease, while integrated trajectory analysis highlights key genes involved in disease development. The study provides important insights that may serve as a basis for further research involving MS, both in understanding the disease and the search for new treatments targeting the described pathways.
Me. Rocha, Rodger Marcel Lima.
Esclerose Múltipla (EM).
Desmielinização.
NRG3 (Neuregulina).
scRNA-seq (Single‐cell RNA sequencing).