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

In elke cel van het menselijk lichaam werken genen niet in isolatie. Ze functioneren als een enorme, onderling verbonden samenleving, waarbij sommige genen optreden als managers die andere genen aan- of uitzetten om het lichaam soepel te laten functioneren. Dit web van instructies staat bekend als een genregulerend netwerk. Wanneer deze netwerken correct functioneren, behoudt het lichaam zijn evenwicht. Echter, wanneer de verbindingen verstrikt raken of de managers de verkeerde bevelen geven, kan ziekte de overhand krijgen. Een dergelijke aandoening is sikkelcelziekte, een pijnlijke en complexe stoornis waarbij rode bloedcellen, die normaal gesproken flexibele schijfjes zijn, stijf worden en de vorm van een halve maan aannemen. Hoewel wetenschappers al lang weten dat een enkele genetische mutatie de vormverandering van de cellen veroorzaakt, blijft het volledige beeld van waarom de ziekte mensen zo verschillend beïnvloedt, onduidelijk. De variatie in pijn, orgaanschade en ernst suggereert dat het probleem dieper gaat dan een enkel defect onderdeel; het betreft een wijdverspreide verstoring van het gehele communicatiesysteem binnen het bloed.

Om deze verborgen complexiteit te begrijpen, hebben een team onderzoekers van de Dali Universiteit in China een nieuwe manier ontwikkeld om deze genetische gesprekken in kaart te brengen. Ze creëerden een hulpmiddel genaamd MFGRN, dat fungeert als een consensusmachine voor het decoderen van biologische signalen. In het verleden gebruikten wetenschappers diverse computerprogramma's om te raden hoe genen met elkaar communiceren, maar elk programma had zijn eigen blinde vlekken en aannames, wat vaak leidde tot verschillende en tegenstrijdige kaarten. De onderzoekers realiseerden zich dat ze door de sterke punten van drie verschillende geavanceerde computermodellen te combineren, een betrouwbaarder en completer beeld konden opbouen. Ze testten deze nieuwe aanpak op bloedmonsters van kinderen met sikkelcelziekte en gezonde kinderen, waarbij ze keken naar hoe hun genetische netwerken zich gedroegen zowel vóór als na een inspanning. Het doel was om te zien of de ziekte de genetische instructies verstoorde en of fysieke activiteit kon helpen deze te ontwarren.

De onderzoekers verzamelden gegevens uit volbloed, dat een mix bevat van vele verschillende celtypen, en voerden dit in hun drie computermodellen. Elk model gebruikte een andere wiskundige strategie om te voorspellen welke genen welke andere genen aansturen. In plaats van slechts één model te vertrouwen, vereiste het nieuwe systeem dat ten minste twee van de drie modellen het eens waren over een verbinding voordat deze als echt werd geaccepteerd. Deze methode van overeenstemming filterde de ruis en de fouten eruit die individuele modelstudies vaak teisteren. Wanneer ze de resultaten van deze gecombineerde aanpak vergeleken met bekende experimentele gegevens, bleek het nieuwe systeem nauwkeuriger dan de individuele modellen die alleen werkten. Het identificeerde succesvol de meest waarschijnlijke verbindingen tussen de genetische managers en hun doelwitten, waardoor een kaart met een hoog vertrouwen werd gecreëerd van het regulerende netwerk voor zowel gezonde individuen als mensen met sikkelcelziekte.

Met deze kaarten in handen onderzochten het team de algemene structuur van de genetische netwerken. Ze ontdekten dat de netwerken in gezonde kinderen en die in kinderen met sikkelcelziekte er anders uitzagen, zelfs voordat de kinderen oefenden. De netwerken bij sikkelcelziekte vertoonden tekenen van meer verspreiding en minder efficiëntie bij het doorgeven van informatie, een staat die de chronische stress en ontsteking weerspiegelt waar het lichaam doorheen gaat. De onderzoekers keken vervolgens naar de specifieke managers, bekend als transcriptiefactoren, die het meest actief waren in deze netwerken. Bij de kinderen met sikkelcelziekte die nog niet hadden geoefend, waren de meest actieve managers zwaar betrokken bij het controleren van de interne klok van het lichaam en de ontwikkeling van het ademhalingssysteem. Dit suggereert dat de ziekte het lichaam dwingt om constant aan te passen aan lage zuurstofniveaus en verstoorde dagelijkse ritmes, zelfs terwijl het kind rust.

De studie onderzocht ook wat er gebeurde wanneer deze kinderen oefenden. Beweging staat erom bekend het lichaam te belasten, maar in deze context fungeerde het als een sonde om te zien hoe flexibel het genetische netwerk was. De onderzoekers observeerden dat de oefening het sikkelcelnetwerk niet simpelweg terugzette naar een gezonde staat. In plaats daarvan triggerde het een specifiek soort herstructurering. De genetische managers verschoven hun focus, en de groepen genen die zij controleerden, begonnen hun functies te veranderen. De netwerken vertoonden tekenen van het omgaan met nieuwe stressoren, zoals de beweging van immuuncellen en het beheer van metabole energie. Hoewel het netwerk niet terugkeerde naar de normale situatie, reorganiseerde het zich op een manier die suggereert dat het lichaam actief probeert om met de fysieke uitdaging om te gaan. Deze reorganisatie was verschillend van de ruststand, wat aangeeft dat de ziekte een unieke regulatoire omgeving creëert die op oefening anders reageert dan een gezond lichaam.

De onderzoekers identificeerden ook specifieke groepen genen, of modules, die samenwerkten in de conditie van sikkelcelziekte. In de ruststand werden deze groepen gedomineerd door processen gerelateerd aan het bestrijden van ontstekingen, het beheren van oxidatieve stress en het reguleren van lipiden. Na de oefening verschoven deze modules naar meer activiteit gerelateerd aan celmigratie en stressreacties. De studie benadrukte dat hoewel de kernoorzaak van sikkelcelziekte een enkele genetische fout is, de gevolgen uitstralen om een breed scala aan biologische processen te verstoren, van hoe het lichaam met zuurstof omgaat tot hoe het zijn dagelijkse cycli beheert. De nieuwe mappingtool bood een duidelijk zicht op deze verstoringen, waarbij werd aangetoond dat de ziekte niet alleen een probleem van vorm is, maar een probleem van communicatie.

Uiteindelijk biedt dit werk een helderder perspectief op sikkelcelziekte. Door een methode te gebruiken die meerdere computermodellen combineert, waren de onderzoekers in staat om door de onzekerheid heen te snijden die vaak rond genetische studies hangt. Ze ontdekten dat de ziekte een onderscheidend en veranderd regulatoir landschap creëert dat blijft bestaan, zelfs wanneer het lichaam in rust is, en dat dit landschap op complexe wijze verschuift wanneer het lichaam wordt uitgedaagd door oefening. De studie wijst naar specifieke genetische managers en functionele groepen die waarschijnlijk verantwoordelijk zijn voor de ernst en variabiliteit van de ziekte. Deze bevindingen bieden een lijst met kandidaatfactoren voor wetenschappers om verder in het laboratorium te onderzoeken, wat potentieel kan leiden tot een dieper begrip van waarom sommige patiënten meer lijden dan anderen en hoe het interne netwerk van het lichaam tijdens perioden van stress ondersteund kan worden.