Alterazioni nella traduzione delle proteine e processi catabolici dell'acido carbossilico nella malattia renale diabetica
Jul 05, 2024
Parole chiave:firma dell'espressione genica; sequenziamento di RNA nucleare singolo;metabolomica; profilazione ribosomiale

1. Introduzione
Il diabete mellito (DM) colpisce oltre 400 milioni di persone in tutto il mondo [1] e oltre 30 milioni negli Stati Uniti [2]. La malattia renale diabetica (DKD) è una delle complicanze più gravi del diabete mellito, colpisce 19 milioni di persone negli Stati Uniti [3] ed è la principale causa dimalattia renale allo stadio terminale(ESKD) [4]. La DKD è classicamente vista come una malattia glomerulare; tuttavia, concentrandosi esclusivamente sulla patologia glomerulare come sede primaria della lesione, si trascurano le principali alterazioni biologiche nel compartimento tubulointerstiziale che contribuiscono alla fisiopatologia della DKD [5]. Infatti, la prognosi e la progressione della DKD spesso vanno di pari passo con l’atrofia tubulare e l’estensione della malattia interstiziale [6,7]. Ulteriore attinenza a questo punto è la prova che il targeting del tubulo prossimale con gli inibitori SGLT2 rallenta la progressione della DKD [8].
I meccanismi cellulari che portano allo sviluppo e alla progressione della DKD sono certamente complessi. L’ambiente diabetico è caratterizzato da anomalie metaboliche, infiammazione, stress ossidativo e alterazioni dell’omeostasi proteica. Tutti questi disturbi contribuiscono allo stress cellulare e allo sviluppo della DKD. Esistono prove crescenti che la traduzione alterata, il passaggio fondamentale nell’espressione genica che crea proteine funzionali, è importante sia nel rispondere che nel contribuire allo stress cellulare [9,10]. Le alterazioni nella traduzione contribuiscono agli squilibri nell’omeostasi delle proteine e hanno un impatto sulla salute e sulle malattie umane [11-14].
L'interrogatorio di campioni bioptici di reni umani utilizza abitualmente la microscopia ottica, la microscopia elettronica a trasmissione e le immunoreazioni per consentire al patologo di fornire una diagnosi e una prognosi. Tuttavia, questi strumenti diagnostici presentano limitazioni nello scoprire i meccanismi molecolari alla base della malattia renale, inclusa la DKD. Di conseguenza, i modelli animali di DM sono stati storicamente utilizzati per studiare i meccanismi fisiopatologici della DKD; tuttavia, nessuno di questi modelli simula adeguatamente la DKD umana [15]. Sebbene i recenti sforzi per applicare tecniche di interrogazione molecolare più avanzate a campioni di biopsia renale umana siano incoraggianti [16], riteniamo che l’utilizzo di modelli animali in parallelo con il tessuto renale umano rimanga un importante approccio sperimentale per fornire informazioni uniche sulle basi molecolari della DKD.
Abbiamo cercato di esaminare la firma dell'espressione differenziale della DKD umana nel glomerulo e nel tubulo prossimale. Abbiamo ipotizzato che la firma trascrittomica del tubulo prossimale, oltre a quella del glomerulo, determini anche gli esiti della DKD. Abbiamo affrontato questa ipotesi interrogando campioni di biopsia renale umana con microdissezione laser delle regioni tubulari glomerulari e prossimali per identificare i percorsi associati alla DKD e alla sua progressione. Successivamente, i percorsi chiave sono stati confermati in un modello murino diabetico utilizzando un approccio multimodale di sequenziamento di RNA nucleare singolo (RNA-Seq), profilazione poliribosomiale e metabolomica. Oltre agli squilibri nella traduzione delle proteine, i nostri risultati supportano il potenziale ruolo del metabolismo dell’acido carbossilico come fattore chiave nella progressione della malattia renale diabetica.

2. Materiali e metodi
2.1. Soggetti umani
Questo studio è stato approvato dall'Institutional Review Board della Indiana University School of Medicine (IRB n. 190657223). Ventisette campioni di reni sono stati ottenuti dal Kidney Precision Medicine Project Consortium e dalla Biopsy Biobank Cohort dell’Indiana [17]. Le biopsie renali erano biopsie indicative per proteinuria o declino della funzionalità renale in soggetti con diabete mellito. Diciotto campioni sono stati acquisiti da adulti con malattia renale diabetica e senza una seconda lesione glomerulare. Nove campioni di riferimento senza evidenza istologica di DKD sono stati acquisiti da parenchima non neoplastico di campioni di nefrectomia o donatori deceduti. Le variabili cliniche e istopatologiche sono state estratte dalla cartella clinica elettronica. La velocità di filtrazione glomerulare stimata al basale (eGFR) è stata definita come il valore più vicino alla data della biopsia, a meno che un calo pari o superiore al 20% dell’eGFR non abbia accelerato l’invio alla biopsia. In questo scenario, un eGFR entro 1 anno prima della biopsia e prima del calo del 20% è stato impostato come base per i calcoli della progressione.
2.2. Microdissezione laser del tessuto renale umano e sequenziamento dell'RNA
Criosezioni di 12 µm di spessore sono state tagliate da blocchi di tessuto congelato conservati in un mezzo a temperatura di taglio ottimale, fatti aderire a vetrini con membrana in polifenilene solfuro (PPS) e trattati utilizzando un protocollo di colorazione rapida come descritto in precedenza [18,19]. È stata sezionata un'area minima di 500,000 µm2 per i compartimenti tubulari glomerulari e prossimali utilizzando il laser UV pulsato sul Leica LMD6500 e un obiettivo 20×. Il tessuto sezionato è stato raccolto in una provetta sterile priva di RNAsi contenente tampone di estrazione dell'RNA e l'RNA è stato isolato secondo le istruzioni del produttore (Arcturus PicoPure RNA Isolation Kit, ThermoFisher, Waltham, MA, USA). La qualità dell'RNA è stata determinata utilizzando un bioanalizzatore Agilent 2100.
Il sequenziamento è stato eseguito presso l'Indiana University Center for Medical Genomics Core. L'RNA ribosomiale è stato impoverito utilizzando il protocollo RiboGone-Mammalian Kit (Cat n. 634847, Takara Bio USA, Mountain View, CA, USA). Il protocollo SMARTer Universal Low Input RNA Kit v2 (Cat n. 634938, Takara Bio USA, Mountain View, CA, USA) è stato utilizzato per la sintesi del cDNA e la costruzione della libreria. Il sequenziamento è stato eseguito con una configurazione bidirezionale da 2 × 75 bp su Illumina HiSeq 4000 utilizzando il kit HiSeq 3000/4000 PE SBS e i dati sequenziati sono stati mappati sul genoma hg38 utilizzando STAR. Le letture di sequenziamento mappate in modo univoco sono state assegnate ai geni del genoma di riferimento hg38 utilizzando Rsubread featureCounts [20,21].

2.3. Approvazioni per studi sugli animali
2.4. Isolamento del tessuto renale del topo e sequenziamento dell'RNA in massa
I reni sono stati congelati e l'RNA è stato estratto utilizzando un kit QIAGEN RNeasy Plus Midi con una colonna di rimozione del DNA genomico. La qualità dell'RNA è stata determinata utilizzando un bioanalizzatore Agilent 2100. Per la costruzione della libreria è stato utilizzato il kit Illumina TruSeq Stranded mRNA Library Prep. Il sequenziamento è stato eseguito con una configurazione bidirezionale da 2 × 75 bp su Illumina HiSeq 4000 utilizzando il kit HiSeq 3000/4000 PE SBS e i dati sequenziati sono stati mappati sul genoma mm10 utilizzando STAR. Le letture di sequenziamento mappate in modo univoco sono state assegnate ai geni del genoma di riferimento mm10 utilizzando i conteggi delle funzionalità Rsubread.
2.5. Isolamento del tessuto renale del topo e sequenziamento dell'RNA a nucleo singolo

2.6. Isolamento di tessuti renali di topo e profilazione poliribosomiale
2.7. Metabolomica
I dati grezzi sono stati estratti, identificati i picchi ed elaborati tramite controllo qualità utilizzando l'hardware e il software Metabolon (Durham, NC, USA). I picchi sono stati quantificati utilizzando l'area sotto la curva. Le analisi statistiche standard con il test t di Welch a due campioni sono state eseguite in ArrayStudio su dati trasformati in log.
2.8. Espressione genica differenziale, analisi del percorso e statistica
I dati sull'espressione del tessuto renale umano e del rene di topo ottenuti dal sequenziamento dell'RNA sono stati normalizzati quantili e l'espressione differenziale è stata determinata utilizzando un test esatto in edgeR con valori p < 0.05 considerato statisticamente significativo dopo Benjamini–Hochberg falso correzione dei test multipli del tasso di scoperta (FDR). Per i campioni di rene di topo sottoposti a sequenziamento dell'snRNA, l'espressione differenziale è stata determinata utilizzando un test Wilcoxon Rank Sum con valori p aggiustati di Bonferroni < 0.05 considerati statisticamente significativi. Tuttavia, nel manoscritto sono forniti valori p non corretti. I dati sull'espressione genica sono stati studiati per percorsi arricchiti in Gene Ontology, Kegg e Reactome utilizzando un'analisi di rete di trascrittogramma come precedentemente descritto [19,24–26]. In breve, tutti i geni codificanti proteine, indipendentemente dal valore p, sono ordinati da reti di interazione proteina-proteina. È stato utilizzato un algoritmo Monte Carlo per raggruppare i geni in base a funzioni biologiche condivise. La significatività viene determinata utilizzando il test t di Welch a due code dopo 500 permutazioni casuali per stimare il tasso di false scoperte con valori p <0,05 considerati statisticamente significativi. Poiché solo un sottoinsieme di geni è espresso in una determinata cellula per i dati snRNA-seq, il metodo del trascrittogramma non è fattibile per questo tipo di dati. L'analisi del percorso per snRNA-seq ha coinvolto l'arricchimento di geni espressi in modo differenziale in Gene Ontology, Kegg e Reactome secondo il test esatto di Fisher, senza tenere conto delle interazioni della rete proteina-proteina. Tutti i cluster di cellule tubulari prossimali in tutti i punti temporali sono stati uniti per identificare i geni arricchiti tra topi di controllo e db. Anche il singolo cluster di podociti è stato unito attraverso i punti temporali. Questo metodo è stato applicato anche ai dati RNA-seq umani quando si valutava la sovrapposizione con il set di dati snRNA-seq. I valori p corretti da FDR per i percorsi sono stati utilizzati per identificare la sovrapposizione tra sottosegmenti corrispondenti. PAM (partizionamento intornomedoids) è stato utilizzato per raggruppare campioni umani diabetici in base ai geni coinvolti in ciascun percorso sovrapposto. Le caratteristiche cliniche differenziali sono state determinate utilizzando il test Wilcoxon Rank Sum tra i gruppi raggruppati.






