En regroupant les patients sur la base de l'activité des gènes, les scientifiques montrent que les voies moléculaires partagées, en particulier les voies immunitaires, aident à expliquer pourquoi certaines maladies se chevauchent et d'autres divergent, offrant des indices pour le traitement et la prévention.
Étude: La stratification du patient révèle la base moléculaire des événements malécovistes. Crédit d'image: Nbeastsoferce / shutterstock.com
L'utilisation de données génomiques et transcriptionnelles a considérablement amélioré la compréhension de plusieurs aspects de la physiologie humaine. Un nouveau papier dans PNA Rapports sur les associations moléculaires de maladies concomitantes identifiées par leur expression d'ARN.
Les enquêteurs sont allés plus loin en catégorisant les participants par leurs modèles d'expression génique. Cela a révélé plus de regroupements de maladies, à la fois connus et potentiels, offrant des possibilités de découverte systématique des relations entre les maladies au niveau moléculaire. Cela pourrait améliorer les approches de traitement de ces comorbidités.
Sommaire
Introduction
La comorbidité fait référence à la survenue de deux ou plusieurs maladies chez le même patient ou ensemble de patients. Des maladies spécifiques confèrent un risque plus élevé pour certaines autres conditions. Ces modèles de cooccurrence aident à prédire le cours et le pronostic des maladies, ainsi que les chances de développer des maladies secondaires spécifiques à la suite de la condition d'index.
Les gènes partagés liés à la maladie peuvent expliquer ces cooccurrences et peuvent être identifiés à l'aide de l'analyse du réseau. Les auteurs du présent article montraient auparavant comment les profils d'expression génique prédisaient les réseaux de similitude de la maladie, découvrant les comorbidités connues.
Cependant, des études de réseau antérieures n'ont pas réussi à identifier de nombreuses comorbidités connues. La présente étude a utilisé des données de séquençage d'ARN accessibles au public, qui offrent une plus grande sensibilité et reproductibilité que les méthodes antérieures.
Les enquêteurs ont construit un réseau de similitude de maladie, qui a reproduit et ajouté aux associations entre une proportion beaucoup plus importante de comorbidités connues. Ensuite, ils ont exploité les données d'expression des gènes différentielles pour construire un réseau de similitude stratifié, regroupant les patients par leur profil d'expression génique.
Résultats de l'étude
Les réseaux ont identifié des comorbidités directes et inverses, c'est-à-dire des conditions qui se produisent plus ou moins souvent que prévu par hasard. Plus important encore, le réseau stratifié rappelle environ 64% des paires de comorbidité connues épidémiologiquement en analysant des sous-groupes de patients avec des profils d'expression similaires. Les résultats étaient en corrélation avec ceux des études épidémiologiques, validant la solidité méthodologique de l'analyse.
Les associations identifiées comprennent celles de la maladie intestinale irritable (MII) et du cancer du poumon ou du foie, ou le sarcome de Kaposi et l'infection à VIH. Certaines associations moins évidentes ont également été identifiées, comme le sarcome et les maladies immunologiques de Kaposi comme les MII.
Encore une fois, les voies de kinésine ont été enrichies en cancer mais étaient plus faibles que prévu dans la maladie de Huntington. La maladie de Huntington montre une augmentation de la signalisation Th1 / IL-12 et de l'activation du complément, tandis que ces voies sont non exprimées dans plusieurs cancers, illustrant les tendances immunitaires opposées.
Les comorbidités liées à l'intestin avaient la plus grande précision de 66,4%. Les néoplasmes ont montré la plus faible précision, tandis que les troubles mentaux avaient tendance à se rappeler plus faible. Notamment, 95,2% des interactions DSN qui correspondent à l'épidémiologie partagent une ou plusieurs voies immunitaires surexprimées. Plus de 90% partagent une matrice métabolique ou extracellulaire.
Mécanismes communs des comorbidités
L'étude suggère des explications biologiques sous-jacentes communes aux comorbidités avec une forte composante immunitaire et révèle de multiples relations plus profondes entre les maladies.
Ainsi, les mécanismes sous-jacents communs peuvent être de trois types: les deux maladies partagent la même voie, une condition modifie les voies, provoquant la deuxième condition, ou une troisième condition provoque des changements qui augmentent le risque des deux autres.
De multiples combinaisons peuvent également se produire, en particulier avec des conditions médicales chroniques.
Par conséquent, toutes les associations entre les maladies ne reflètent pas des augmentations de risque réelles. Certains reflètent des similitudes dans les voies dérégulées. D'autres correspondent à des comorbidités qui n'ont pas été largement reconnues, comme le cancer du sein atteint d'un cancer colorectal ou de thyroïde, et un cancer de la thyroïde avec des ulcères en raison de la radiothérapie.
Par exemple, le syndrome métabolique est à la fois dû et déclenche la progression de la trajectoire métabolique qui implique l'obésité, la résistance à l'insuline, le diabète, les maladies cardiovasculaires et le cancer.
Sous-types de maladies et comorbidités
Les modèles et les sous-types de la maladie modifient également l'incidence de la comorbidité car ils impliquent des schémas d'expression génique distincts. La présente étude suggère que certains patientes atteintes d'un cancer du sein sont plus susceptibles d'avoir une autisme et un trouble bipolaire, bien que les preuves à l'appui soient mixtes ou non significatives dans certains cas.
Le syndrome de Down était également associé à un risque plus élevé de leucémie infantile et de multiples maladies auto-immunes, en particulier la maladie cœliaque, avec une incidence six fois plus élevée. Ceci est associé à des changements généralisés dans le système immunitaire.
Conclusions
L'étude est basée sur des réseaux de similitude de maladie basés sur des profils d'expression génique qui ont fourni des associations entre les comorbidités à une échelle sans précédent. Les réseaux indiquent que «Les comorbidités ont une forte composante moléculaire qui est mieux capturée avec des profils d'expression génique qu'avec d'autres sources moléculaires»Et fournissent«un cadre systématique pour traduire les cooccurrences de la maladie en schémas moléculaires».
L'étude clarifie les processus biologiques impliqués, aidant à expliquer comment ces conditions surgissent et pourquoi elles coexistent, en mettant fortement l'accent sur les voies immunitaires. Cela pourrait peut-être guider les efforts de réutilisation des médicaments et de développement de médicaments.
La méthodologie a surmonté des limitations systémiques antérieures telles qu'une connaissance biaisée et inadéquate des gènes associés à la maladie et des interactions de la maladie. L'utilisation de l'ARN-SEQ traitée uniformément avec un ajustement de l'effet d'étude a amélioré la sensibilité et la reproductibilité; Les liens ont été recoupés contre l'épidémiologie et la littérature.
L'utilisation de la stratification du patient par des «phénotypes» de l'expression des gènes a exclu des altérations de voies non significatives. Enfin, il identifie les corrélations à la fois positives et négatives (inverses); En raison des limites des données, seuls les liens positifs pourraient être systématiquement comparés à l'épidémiologie.
Des recherches supplémentaires sont nécessaires pour valider les associations négatives, obtenir des données généralisées de réseau épidémiologique et corréler les données démographiques et liées au traitement avec les différences d'expression génique. Des échantillons plus grands aideraient à atteindre ces objectifs.
Téléchargez votre copie PDF maintenant!
