Glucose Metabolism-Related Crosstalk Genes Between Osteoporosis and Frozen Shoulder Identified by Integrated Bioinformatics and Machine Learning Reveal Shared Diagnostic Biomarkers and Immune Microenvironment Characteristics

Zwei häufige und oft schmerzhafte Erkrankungen, Osteoporose und die Frozen Shoulder (steife Schulter), treffen häufig dieselben Menschen, insbesondere ältere Erwachsene, doch Ärzte haben sie lange Zeit als getrennte Probleme behandelt. Osteoporosis ist eine systemische Schwächung der Knochen, die sie anfällig für Brüche macht, während die Frozen Shoulder eine chronische Entzündung ist, die die Gelenkkapsel versteift und den Arm in einer Position fixiert. Jahrelang vermutete die medizinische Fachwelt, dass metabolische Prozesse, insbesondere die Art und Weise, wie der Körper Zucker verarbeitet, eine Verbindung zwischen diesen beiden Krankheiten herstellen könnten, aber die spezifischen molekularen Fäden, die diese beiden Krankheiten verbinden, blieben verborgen. Wissenschaftler wussten, dass ein hoher Blutzuckerspiegel die Knochenzellen schädigen und die Entzündung fördern kann, die die Steifheit der Schulter verursacht, aber ihnen fehlte eine Karte der exakten Gene, die als Brücken zwischen diesen beiden Zuständen fungierten. Ohne diese Karte war es unmöglich zu verstehen, warum ein Patient unter beiden gleichzeitig leiden könnte oder um ein einzelnes Diagnosewerkzeug zu finden, das beide frühzeitig erfassen könnte.

Ein Team von Forschern setzte sich zum Ziel, diese Karte zu zeichnen, indem sie den genetischen Code des Körpers wie eine riesige Bibliothek voller Informationen behandelten. Sie begannen damit, genetische Daten von Patienten zu sammeln, die entweder an Osteoporose oder an einer Frozen Shoulder litten, zusammen mit gesunden Kontrollgruppen, wobei sie diese Datensätze aus öffentlichen wissenschaftlichen Datenbanken bezogen. Ihr Ziel war es, die spezifischen Gene zu finden, die in beiden Krankheiten aktiv waren und zudem mit dem Glukosestoffwechsel verknüpft waren – dem Prozess, durch den Zellen Zucker in Energie umwandeln. Um dies zu erreichen, suchten sie nicht nur nach Genen, die ein- oder ausgeschaltet waren; sie verwendeten eine hochentwickelte Computermethode, um Gruppen von Genen zu finden, die als Teams zusammenarbeiteten, ganz so, als würde man nach Clustern von Musikern suchen, die immer dasselbe Lied spielen. Sie führten diese Teams dann mit einer Liste von Genen ab, die bekanntermaßen an der Zuckerverarbeitung beteiligt sind, und grenzten die tausenden Möglichkeiten auf eine kleine, kritische Gruppe von Kandidaten ein, die in beiden Krankheiten auftauchten.

Die Forscher wandten daraufhin eine Reihe strenger Computermethoden an, ähnlich einem Sieb, das mit jedem Durchgang feiner wird, um die zuverlässigsten Kandidaten zu isolieren. Sie verwendeten drei verschiedene mathematische Ansätze, um zu testen, welche Gene die stärksten Prädiktoren für die Krankheiten waren. Nach diesem intensiven Screening kristallisierten sich vier spezifische Gene als die gemeinsamen Übeltäter heraus: MARCKS, MAP3K1, LTF und ZMIZ1. Diese vier Gene waren keine bloßen Zufallstreffer; sie bildeten ein Kernnetzwerk, das scheinbar die Pathologie beider Zustände vorantreibt. Das Team entwickelte ein Diagnosemodell unter Verwendung dieser vier Gene, um zu sehen, ob sie Patienten mit entweder der einen oder der anderen Krankheit genau identifizieren könnten. Als sie dieses Modell an den Originaldaten testeten, arbeitete es mit hoher Genauigkeit und unterschied zwischen kranken Patienten und gesunden Personen korrekt. Als sie das Modell an einer separaten Patientengruppe testeten, um sicherzustellen, dass die Ergebnisse robust sind, variierte die Leistung des Modells: Es zeigte eine hohe Genauigkeit für die Frozen Shoulder im Validierungssatz, aber eine geringere Genauigkeit für die Osteoporose in ihrer Validierungsgruppe, was darauf hindeutet, dass die Gene zwar wichtig sind, das Bild für die Knochenkrankheit jedoch etwas komplexer sein könnte oder einer weiteren Verfeinerung bedarf.

Ein Gen in besonderem Fokus, LTF, stach als der einflussreichste Akteur hervor. In den Computermodellen trug LTF mehr zur Diagnose bei als die anderen drei Gene. Die Forscher blickten tiefer, um zu untersuchen, wie diese Gene mit dem Immunsystem des Körpers interagieren, dem Verteidigungsnetzwerk, das in beiden Zuständen oft in den Überdrive gerät. Sie fanden heraus, dass LTF eng mit einem spezifischen Typ von Immunzelle, dem M1-Makrophagen, verbunden ist, der dafür bekannt ist, Entzündungen voranzutreiben. Bei der Frozen Shoulder waren höhere LTF-Werte mit mehr dieser Entzündungszellen assoziiert, was darauf hindeutet, dass das Gen das Feuer schüren könnte, das die Schulter versteift. Bei der Osteoporose zeigten andere Gene der Gruppe andere Verbindungen zu Immunzellen, was darauf hindeutet, dass zwar dieselben genetischen Akteure beteiligt sind, sie aber in den beiden Krankheiten möglicherweise unterschiedliche Hebel bewegen.

Um zu verstehen, was dies für zukünftige Behandlungen bedeutet, betrachteten die Forscher die Gene als potenzielle Angriffsziele für neue Medikamente. Sie konzentrierten sich auf LTF aufgrund seiner zentralen Rolle und nutzten ein Computerprogramm, um eine massive Bibliothek chemischer Verbindungen zu scannen, um solche zu finden, die an LTF binden und dessen Funktion stoppen könnten. Die Suche identifizierte zwei vielversprechende chemische Kandidaten, die in die Form des LTF-Proteins passen wie ein Schlüssel in ein Schloss, mit einer starken vorhergesagten Bindungsstärke. Obwohl diese Verbindungen noch nicht an lebenden Patienten oder auch nicht im Labor getestet wurden, deutet ihre Identifizierung auf einen neuen Weg hin. Die Studie kommt zu dem Schluss, dass Osteoporose und Frozen Shoulder nicht nur zufällige Begleiter sind, sondern höchstwahrscheinlich durch einen gemeinsamen metabolischen und immunologischen Pfad verbunden sind, der durch diese spezifischen Gene gesteuert wird. Diese Entdeckung bietet eine neue Art, über die Behandlung dieser Zustände nachzudenken, und führt hin zu einer Zukunft, in der ein einziger Test auf beide prüfen könnte und ein einziges Medikament eines Tages vielleicht die Ursache beider Erkrankungen adressieren kann.