Identification of Differentially Expressed Genes Related to UFMylation Modifications in Periodontitis: Integrated Insights from Transcriptomics and Clinical Experiments

Resumen Técnico: Identificación de genes expresados diferencialmente relacionados con las modificaciones de UFMilación en la periodontitis

Planteamiento del problema
La periodontitis es una enfermedad inflamatoria crónica prevalente de la cavidad oral, caracterizada por la destrucción irreversible de las estructuras de soporte periodontal, impulsada por la disbiosis de la microbiota oral y respuestas inmunitarias del huésped aberrantes. Si bien se reconoce el papel de las modificaciones postraduccionales (PTM) en la señalización inflamatoria, la contribución específica de la UFMilación —una modificación de tipo ubiquitina que regula la estabilidad proteica y la señalización inmunitaria— a la patogénesis de la periodontitis aún no se comprende del todo. Existe una brecha de conocimiento crítica respecto a los patrones de expresión, las funciones y los mecanismos moleculares de los genes relacionados con la UFMilación (UFMRG) en el tejido periodontal.

Metodología
El estudio empleó un enfoque integrado que combina la bioinformática transcriptómica con la validación experimental clínica:

1. Adquisición de datos: Se utilizaron tres conjuntos de datos de Gene Expression Omnibus (GEO): GSE16134 (conjunto de entrenamiento, 310 muestras), GSE10334 (conjunto de validación, 247 muestras) y GSE223924 (conjunto de validación, 20 muestras). Se recuperó una lista de 1.910 UFMRG de la base de datos GeneCards.
2. Expresión diferencial y cribado: Se identificaron los genes expresados diferencialmente (DEG) en el conjunto de entrenamiento utilizando el paquete limma (criterios: P < 0,05, |log2FC| > 0,5). Los genes candidatos se definieron como la intersección entre los DEG y los UFMRG.
3. Selección de características mediante aprendizaje automático: Se aplicaron tres algoritmos—LASSO, SVM-RFE y Boruta—a los genes candidatos para seleccionar genes de características robustas. Se seleccionaron como candidatos clave aquellos genes que coincidieron en los tres algoritmos.
4. Construcción y validación del modelo: Se construyó un nomograma diagnóstico mediante regresión logística multivariable. El rendimiento del modelo se evaluó mediante curvas ROC, análisis de la curva de decisión (DCA) y gráficos de calibración.
5. Análisis funcional y de redes:
   • Enriquecimiento: Se realizaron análisis de GO y KEGG sobre los genes candidatos.
   • Infiltración inmunitaria: Se utilizó ssGSEA para cuantificar 28 tipos de células inmunitarias y correlacionarlos con los genes clave.
   • Redes reguladoras: Se construyeron redes ceRNA (lncRNA-miRNA-mRNA) y redes de factores de transcripción (TF)-ARNm.
   • Predicción de fármacos: Se predijeron posibles fármacos terapéuticos utilizando la base de datos DSigDB, seguido de un acoplamiento molecular (CB-DOCK2) para evaluar las afinidades de unión.
6. Validación experimental: Se realizó PCR cuantitativa en tiempo real (qRT-PCR) en 10 muestras de tejido de periodontitis y 10 de controles sanos para verificar los niveles de expresión de los genes clave identificados.

Contribuciones clave y resultados

• Identificación de genes clave: A partir de una intersección inicial de 58 DEG relacionados con la UFMilación, la integración del aprendizaje automático identificó a C4A, GANAB y TUBA4A como los genes diagnósticos centrales. Estos genes demostraron tendencias de expresión consistentes y valores de área bajo la curva (AUC) > 0,7 en los tres conjuntos de datos.
• Rendimiento diagnóstico: El modelo de nomograma construido basado en estos tres genes exhibió una alta precisión diagnóstica, alcanzando un AUC de 0,948 (IC del 95%: 0,914–0,981) en el conjunto de datos de periodontitis.
• Perspectivas funcionales:
  • Vías: El análisis de enriquecimiento vinculó los genes con el procesamiento de proteínas en el retículo endoplasmático (RE), la biosíntesis de N-glicanos y vías inmunitarias (p. ej., activación del complemento).
  • Correlación inmunitaria: C4A se correlacionó positivamente con células B activadas y células supresoras de origen mieloide; GANAB con monocitos y células dendríticas plasmocitoides; y TUBA4A mostró correlaciones negativas con células B inmadas y células T CD4+ activadas.
  • Redes reguladoras: Se estableció una red ceRNA de 139 nodos (3 ARNm, 99 miRNAs, 37 lncRNAs) y una red de TF con 173 factores, destacando una regulación upstream compleja, particularmente para GANAB.
• Potencial terapéutico: El acoplamiento molecular identificó a la vinblastina (unión a TUBA4A, -10,0 kcal/mol), el fenbendazol (unión a GANAB, -7,5 kcal/mol) y la isotretinoína (unión a C4A, -6,9 kcal/mol) como poseedores de afinidades de unión favorables.
• Confirmación experimental: Los resultados de qRT-PCR confirmaron las predicciones bioinformáticas: C4A y GANAB estaban significativamente sobreexpresados en los tejidos con periodontitis, mientras que TUBA4A estaba significativamente subexpresado.

Significancia y afirmaciones
Los autores afirman que este estudio constituye la primera investigación sistemática multidimensional de los genes relacionados con la UFMilación en la periodontitis. La principal significancia radica en:

1. Nuevos biomarcadores: Establecer a C4A, GANAB y TUBA4A como genes clave diagnósticos fiables relacionados con la UFMilación para la periodontitis.
2. Perspectiva mecánica: Elucidar el papel de la UFMilación en la periodontitis a través de la lente del estrés del RE (GANAB), la activación del complemento (C4A) y la remodelación del citoesqueleto (TUBA4A), sugiriendo una relación sinérgica entre la desregulación de la UFMilación y los trastornos del microambiente inmunitario.
3. Utilidad clínica: Proporcionar una herramienta de diagnóstico de alta precisión (el nomograma) e identificar posibles objetivos terapéuticos y candidatos a fármacos.

Los autores mantienen un tono modesto respecto a la aplicación clínica, reconociendo limitaciones como el tamaño pequeño de la muestra para la validación por qRT-PCR y la necesidad de evaluaciones preclínicas adicionales (modelos celulares/animales) para confirmar la eficacia de los fármacos y el estado directo de la UFMilación de las proteínas identificadas. Enfatizan que, si bien el acoplamiento molecular sugiere la unión, se requiere una verificación experimental adicional.