MFGRN: Multi-Algorithm Fusion for Gene Regulatory Network Inference in Sickle Cell Disease

In jeder Zelle des menschlichen Körpers arbeiten Gene nicht isoliert. Sie funktionieren wie eine riesige, vernetzte Gesellschaft, in der einige Gene als Manager agieren und andere Gene an- oder ausschalten, um den Körper am Laufen zu halten. Dieses Geflecht aus Anweisungen wird als genregulatorisches Netzwerk bezeichnet. Wenn diese Netzwerke korrekt funktionieren, hält der Körper sein Gleichgewicht. Wenn jedoch die Verbindungen verheddert werden oder die Manager die falschen Befehle geben, kann Krankheit einsetzen. Eine solche Erkrankung ist die Sichelzellenkrankheit, eine schmerzhafte und komplexe Störung, bei der rote Blutkörperchen, die normalerweise flexible Scheiben sind, starr werden und die Form von Halbmonden annehmen. Während Wissenschaftler schon lange wissen, dass eine einzige genetische Mutation die Formveränderung der Zellen verursacht, bleibt das vollständige Bild darüber, warum die Krankheit Menschen so unterschiedlich betrifft, unklar. Die Variation in Schmerz, Organschäden und Schweregrad deutet darauf hin, dass das Problem tiefer liegt als ein einzelnes defektes Teil; es handelt sich um eine weit verbreitete Störung des gesamten Kommunikationssystems innerhalb des Blutes.

Um diese verborgene Komplexität zu verstehen, entwickelte ein Team von Forschern der Dali University in China eine neue Methode, um diese genetischen Gespräche abzubilden. Sie entwickelten ein Werkzeug namens MFGRN, das wie eine Konsens-Engine zur Dekodierung biologischer Signale fungiert. In der Vergangenheit nutzten Wissenschaftler verschiedene Computerprogramme, um zu erraten, wie Gene miteinander kommunizieren, aber jedes Programm hatte seine eigenen blinden Flecken und Annahmen, was oft zu unterschiedlichen und widersprüchlichen Karten führte. Die Forscher erkannten, dass sie durch die Kombination der Stärken dreier verschiedener fortschrittlicher Computermodelle ein zuverlässigeres und vollständigeres Bild aufbauen konnten. Sie testeten diesen neuen Ansatz an Blutproben von Kindern mit Sichelzellenkrankheit und gesunden Kindern und untersuchten, wie sich ihre genetischen Netzwerke sowohl vor als auch nach einer körperlichen Betätigung verhielten. Das Ziel war zu sehen, ob die Krankheit die genetischen Anweisungen durcheinanderbringt und ob körperliche Aktivität helfen kann, diese wieder zu entwirren.

Die Forscher sammelten Daten aus Vollblut, das eine Mischung vieler verschiedener Zelltypen enthält, und speisten diese in ihre drei Computermodelle ein. Jedes Modell verwendete eine unterschiedliche mathematische Strategie, um vorherzusagen, welche Gene welche anderen kontrollieren. Anstatt nur einem Modell zu vertrauen, erforderte das neue System, dass mindestens zwei der drei Modelle einer Verbindung zustimmen, bevor sie als real akzeptiert wird. Diese Methode der Übereinstimmung filterte das Rauschen und die Fehler heraus, die einzelne Modellstudien oft plagen. Wenn sie die Ergebnisse dieses kombinierten Ansatzes mit bekannten experimentellen Daten verglichen, erwies sich das neue System als genauer als die einzelnen Modelle, die allein arbeiteten. Es identifizierte erfolgreich die wahrscheinlichsten Verbindungen zwischen den genetischen Managern und ihren Zielstrukturen und erstellte so eine hochkonfidente Karte des regulatorischen Netzwerks für sowohl gesunde Individuen als auch für Kinder mit Sichelzellenkrankheit.

Mit diesen Karten in den Händen untersuchte das Team die allgemeine Struktur der genetischen Netzwerke. Sie fanden heraus, dass sich die Netzwerke bei gesunden Kindern und bei Kindern mit Sichelzellenkrankheit unterscheiden, selbst bevor die Kinder trainierten. Die Netzwerke bei der Sichelzellenkrankheit zeigten Anzeichen dafür, dass sie zerstreuter und weniger effizient im Informationsfluss waren – ein Zustand, der den chronischen Stress und die Entzündungen widerspiegelt, die der Körper durchmacht. Die Forscher betrachteten dann die spezifischen Manager, bekannt als Transkriptionsfaktoren, die in diesen Netzwerken am aktivsten waren. Bei den Kindern mit Sichelzellenkrankheit, die noch nicht trainiert hatten, waren die aktivsten Manager stark an der Steuerung der inneren Uhr des Körpers und der Entwicklung des Atmungssystems beteiligt. Dies deutet darauf hin, dass die Krankheit den Körper dazu zwingt, sich ständig an niedrige Sauerstoffwerte und gestörte Tagesrhythmen anzupassen, selbst während das Kind ruht.

Die Studie untersuchte auch, was geschah, wenn diese Kinder trainierten. Bewegung ist dafür bekannt, den Körper zu belasten, aber in diesem Kontext fungierte sie als Sonde, um die Flexibilität des genetischen Netzwerks zu testen. Die Forscher beobachteten, dass das Training das Sichelzellen-Netzwerk nicht einfach in einen gesunden Zustand zurücksetzte. Stattdessen löste es eine spezifische Art der Umgestaltung aus. Die genetischen Manager verlagerten ihren Fokus, und die Gruppen von Genen, die sie kontrollierten, begannen ihre Funktionen zu ändern. Die Netzwerke zeigten Anzeichen dafür, dass sie mit neuen Stressoren zu tun hatten, wie etwa der Bewegung von Immunzellen und dem Management der metabolischen Energie. Obwohl das Netzwerk nicht zum Normalzustand zurückkehrte, organisierte es sich in einer Weise neu, die darauf hindeutet, dass der Körper aktiv versucht, mit der körperlichen Herausforderung fertig zu werden. Diese Reorganisation unterschied sich vom Ruhezustand und zeigte an, dass die Krankheit eine einzigartige regulatorische Umgebung schafft, die auf Bewegung anders reagiert als ein gesunder Körper.

Die Forscher identifizierten zudem spezifische Gruppen von Genen, oder Module, die unter der Bedingung der Sichelzellenkrankheit zusammenarbeiteten. Im Ruhezustand wurden diese Gruppen von Prozessen dominiert, die mit der Bekämpfung von Entzündungen, dem Management von oxidativem Stress und der Regulierung von Lipiden zusammenhängen. Nach dem Training verschoben sich diese Module hin zu mehr Aktivität im Zusammenhang mit Zellmigration und Stressreaktionen. Die Studie verdeutlichte, dass, obwohl die Ursache der Sichelzellenkrankheit ein einzelner genetischer Fehler ist, die Folgen weit in den Raum ausstrahlen und eine Vielzahl biologischer Prozesse stören – von der Art und Weise, wie der Körper mit Sauerstoff umgeht, bis hin zur Verwaltung seiner täglichen Zyklen. Das neue Kartierungswerkzeug bot eine klare Sicht auf diese Störungen und zeigte, dass die Krankheit nicht nur ein Problem der Form, sondern ein Problem der Kommunikation ist.

Letztendlich bietet diese Arbeit eine klarere Linse, durch die man die Sichelzellenkrankheit betrachten kann. Durch die Verwendung einer Methode, die mehrere Computermodelle kombiniert, konnten die Forscher die Unsicherheit durchschneiden, die oft genetische Studien umgibt. Sie fanden heraus, dass die Krankheit eine ausgeprägte und veränderte regulatorische Landschaft schafft, die bestehen bleibt, selbst wenn der Körper ruht, und dass sich diese Landschaft auf komplexe Weise verschiebt, wenn der Körper durch Bewegung herausgefordert wird. Die Studie weist auf spezifische genetische Manager und funktionale Gruppen hin, die wahrscheinlich für die Schwere und Variabilität der Krankheit verantwortlich sind. Diese Ergebnisse liefern eine Liste von Kandidatenfaktoren, die Wissenschaftler im Labor weiter untersuchen können, was potenziell zu einem tieferen Verständnis darüber führen könnte, warum manche Patienten stärker leiden als andere und wie das interne Netzwerk des Körpers während Zeiten der Belastung unterstützt werden kann.