The identification of key immune related genes and pathways in polycystic ovary syndrome by bioinformatics analysis of Single-cell RNA sequencing data

Stellen Sie sich vor, Ihr Körper wäre eine geschäftige, hochtechnologische Stadt. In dieser Stadt arbeiten Millionen winziger Arbeiter namens Zellen, von denen jede eine spezifische Aufgabe hat. Einige bauen Straßen, andere liefern Pakete aus und einige fungieren als Polizeikräfte, die den Frieden bewahren, indem sie Eindringlinge bekämpfen. Diese „Polizeikraft“ ist Ihr Immunsystem. Normalerweise funktioniert es perfekt, aber manchmal gerät der Rhythmus der Stadt ein wenig aus den Fugen. Bei einem Zustand namens Polyzystisches Ovarialsyndrom (PCOS) gerät der Rhythmus der Stadt durcheinander. Frauen mit PCOS kämpfen oft mit unregelmäßigen Zyklen, Schwierigkeiten bei der Empfängnis und hohen Spiegeln an männlichen Hormonen. Lange Zeit wussten Ärzte zwar, was in der Stadt geschah, aber sie waren sich nicht sicher, warum die Immun-Polizei so seltsam agierte oder welche spezifischen Arbeiter die Unruhe verursachten.

Um dieses Rätsel zu lösen, verwenden Wissenschaftler ein leistungsstarkes Werkzeug namens „Single-Cell-RNA-Sequenzierung“. Stellen Sie sich das wie ein Supermikroskop vor, das nicht nur ein verschwommenes Foto der gesamten Stadt macht, sondern stattdessen das Handbuch (die RNA) jedes einzelnen Arbeiters individuell liest. Durch den Vergleich der Handbücher der Arbeiter einer gesunden Stadt mit denen einer Stadt mit PCOS können Forscher genau erkennen, welche Blaupausen umgeschrieben, zerrissen oder dupliziert wurden. Diese Arbeit taucht tief in diese Daten ein, um die „abtrünnigen Arbeiter“ und die gestörten Kommunikationslinien zu finden, die das Chaos in PCOS vorantreiben könnten.

---

Die digitale Detektivgeschichte: Die Schuldigen in PCOS finden

In dieser Studie beschloss ein Team von digitalen Detektiven, die Rolle des Immunsystems beim Polyzystischen Ovarialsyndrom (PCOS) zu untersuchen. Sie verwendeten keine Reagenzgläser oder Mikroskope in einem Labor; stattdessen nutzten sie eine riesige Computordatenbank namens Gene Expression Omnibus (GEO). Sie luden einen spezifischen Datensatz mit der Bezeichnung GSE336823 herunter, der die genetischen Bedienungsanleitungen von Blutzellen enthielt. Insbesondere untersuchten sie 10.585 Zellen von Patientinnen mit PCOS und verglichen diese mit 16.763 Zellen von gesunden Personen.

Die große Gen-Jagd
Die Forscher verwendeten ein hochentwickeltes Softwarewerkzeug namens Seurat, um durch diese Tausenden von Bedienungsanleitungen zu scannen. Sie suchen nach „differenziell exprimierten Genen“ (DEGs) – im Grunde nach Genen, die in den PCOS-Zellen im Vergleich zu den gesunden Zellen entweder zu laut schrien oder zu leise flüsterten.

Ihre Suche war unglaublich präzise. Sie legten strenge Regeln fest: Ein Gen musste um einen Faktor von mehr als 5,628 hochreguliert (schreiend) oder um einen Faktor von mehr als -5,889 runterreguliert (flüsternd) sein, um als Verdächtiger zu gelten. Zudem verlangten sie eine sehr geringe Wahrscheinlichkeit für einen Fehlalarm (einen statistischen Wert, oder adj.P.Value, von weniger als 0,05).

Das Ergebnis? Sie fanden 958 Gene, die anders agierten. Genau 479 schrien (waren hochreguliert) und 479 flüsterten (waren runterreguliert). Es war, als hätte man eine Liste von 958 Mitarbeitern gefunden, die plötzlich ihre Stellenbeschreibungen geändert hatten.

Was machen diese Gene eigentlich?
Um zu verstehen, was diese 958 Gene eigentlich trieben, unterzogen die Forscher sie einer „funktionellen Untersuchung“ mithilfe von Werkzeugen wie Gene Ontology (GO) und REACTOME. Dies ist vergleichbar mit der Frage an die Gene: „Welche Art von Arbeit verrichten Sie?“

Die Antworten deuteten stark auf das Immunsystem hin. Die schreienden Gene waren mit Aktivitäten wie der „Reaktion auf Reize“ und dem „angeborenen Immunsystem“ beschäftigt. Die flüsternden Gene waren an der „biologischen Regulation“ und der „Interleukin-10-Signalisierung“ beteiligt. Es stellte sich heraus, dass das Immunsystem nicht nur ein Zuschauer war, sondern tief in das PCOS-Drama involviert war, insbesondere in der Art und Weise, wie der Körper mit Entzündungen und Immunregulation umgeht.

Die Verbindung der Punkte: Das PPI-Netzwerk
Gene arbeiten nicht allein; sie sind Teil eines riesigen sozialen Netzwerks, in dem sie miteinander kommunizieren. Die Forscher bauten ein „Protein-Protein-Interaktions“-Netzwerk (PPI) auf, um zu sehen, wer mit wem spricht. Dieses Netzwerk war gewaltig und enthielt 7.803 Knoten (Gene) und 18.408 Verbindungen (Edges).

Aus diesem massiven Geflecht nutzten sie einen speziellen Filter, um die „Hub-Gene“ zu finden – die populärsten, am besten vernetzten Gene, die als Bosse des Netzwerks fungieren. Sie identifizierten 10 Top-Hub-Gene, die wie die Drahtzieher wirkten:

• ANLN, MKI67, AR, PDGFRA, TEX101, MYBBP1A, HSPB1, SLC22A4, NPM3 und RPS5.

Diese zehn Gene waren die einflussreichsten Akteure in der Immun-Geschichte von PCOS.

Der Kontrollturm: miRNAs und Transkriptionsfaktoren
Doch wer sagte diesen Hub-Genen, was sie tun sollten? Die Forscher gruben tiefer, um den „Kontrollturm“ zu finden.

1. Die Texter (miRNAs): Sie fanden winzige Moleküle namens Mikro-RNAs (miRNAs), die wie Textnachrichten funktionieren und den Genen sagen, ob sie arbeiten oder ruhen sollen. Sie entdeckten, dass Gene wie MKI67 von 347 verschiedenen miRNAs „getextet“ wurden, während ANLN Nachrichten von 269 verschiedenen erhielt. Zwei spezifische Texter stachen besonders hervor: hsa-miR-548au-5p und hsa-miR-3689b-5p.
2. Die Bosse (Transkriptionsfaktoren): Sie suchten auch nach den „Bossen“ (Transkriptionsfaktoren oder TFs), die die Schalter an diesen Genen umlegen. Sie fanden heraus, dass BACH1 und HAND2 entscheidende Bosse waren, die die Hub-Gene regulieren.

Der Medikamenten-Abgleich
Schließlich stellten die Forscher eine entscheidende Frage: „Wenn wir wissen, welche Gene defekt sind, können wir ein Medikament finden, um sie zu reparieren?“ Sie nutzten eine Datenbank namens DrugBank, um zu sehen, welche existierenden Medikamente diese spezifischen Hub-Gene angreifen könnten.

• Für die Gene, die zu laut schrien, schlugen sie Medikamente wie Venlafaxin und Umeclidinium vor.
• Für die Gene, die zu leise flüsterten, verwiesen sie auf Medikamente wie Sitagliptin und Fibrinolysin.

Das Urteil: Wie gut ist die Diagnose?
Um zu prüfen, ob diese 10 Hub-Gene tatsächlich zur Diagnose von PCOS im realen Leben verwendet werden könnten, führten die Forscher einen Test durch, der als Receiver Operating Characteristic (ROC)-Kurve bezeichnet wird. Dieser Test misst, wie gut ein Werkzeug zwischen einer kranken und einer gesunden Person unterscheiden kann. Die Ergebnisse waren vielversprechend:

• Das Gen AR hatte einen Wert von 0,919.
• NPM3 erreichte 0,914.
• HSPB1 erzielte 0,906.
• ANLN lag bei 0,878.

In der Welt der medizinischen Tests gilt ein Wert über 0,9 als exzellent und alles über 0,8 als sehr gut. Dies deutet darauf hin, dass diese Gene starke Kandidaten sind, um Ärzten in der Zukunft dabei zu helfen, PCOS genauer zu diagnostizieren.

Das Fazit
Dieses Paper behauptet nicht, PCOS geheilt oder eine Wunderpille gefunden zu haben. Stattdessen legt es nahe, dass das Immunsystem eine viel größere Rolle bei PCOS spielt, als wir bisher dachten. Durch die computergestützte Analyse der genetischen Bedienungsanleitungen von Blutzellen haben die Autoren 10 Schlüsselgene, spezifische Immunwege und potenzielle Medikamenten-Targets identifiziert, die erklären könnten, warum PCOS entsteht. Sie schlagen vor, dass diese Erkenntnisse uns helfen könnten, die Krankheit besser zu verstehen und vielleicht neue Wege zu finden, sie zu diagnostizieren und zu behandeln, aber es ist weitere Forschung nötig, um diese Ideen in der realen Welt zu bestätigen.