In silico transcriptomic analysis reveals shared molecular signatures and immune-associated pathways between Hashimotos thyroiditis and type 2 diabetes with exploratory drug repurposing

Este estudo de transcriptômica *in silico* identificou assinaturas moleculares e vias imunes compartilhadas entre a Tireoidite de Hashimoto e o Diabetes Tipo 2, destacando cinco genes-chave e propondo três candidatos a fármacos para reutilização terapêutica.

O essencial

Imagine que o nosso corpo é uma cidade gigante e complexa. Nessa cidade, existem diferentes bairros e sistemas que precisam trabalhar juntos para tudo funcionar bem.

Neste estudo, os cientistas investigaram dois problemas que costumam aparecer juntos nessa cidade:

1. Hashimoto (HT): Uma rebelião onde o sistema de defesa da cidade (o sistema imunológico) ataca por engano a "usina de energia" do bairro da tireoide.
2. Diabetes Tipo 2 (T2D): Um problema no sistema de entrega de energia, onde o açúcar (glicose) fica preso nas ruas e não consegue entrar nas casas (células) para ser usado.

Muitas pessoas têm os dois problemas ao mesmo tempo, e tratá-los juntos é difícil. A pergunta dos cientistas foi: "Será que existe um segredo escondido que conecta essas duas rebeliões?"

Aqui está o que eles descobriram, explicado de forma simples:

1. A Detetive Digital (Análise Computacional)

Em vez de ir para um laboratório físico e testar milhares de amostras de sangue (o que levaria anos), os pesquisadores usaram um supercomputador como uma "detetive digital". Eles pegaram mapas genéticos (dados de DNA) de pessoas com Hashimoto e de pessoas com Diabetes e os colocaram lado a lado na tela.

Foi como colocar dois quebra-cabeças diferentes sobre uma mesa e procurar por peças que eram iguais em ambos.

2. As 5 "Estrelas" da Rebelião (Genes Chave)

Eles encontraram 59 peças de quebra-cabeça que apareciam nos dois mapas. Mas, ao olhar mais de perto, identificaram 5 "Estrelas" principais (genes) que pareciam ser os chefes da confusão em ambas as doenças.

Pense nesses 5 genes como 5 capangas que estão causando problemas tanto na usina de energia (tireoide) quanto no sistema de entrega de açúcar (diabetes):

• CDC42, CD74, FOS, RAC2 e YWHAB.

Esses "capangas" estão desorganizando a cidade, fazendo com que o sistema de defesa fique irritado e que o açúcar não entre nas células.

3. O Mapa da Confusão (Caminhos Comuns)

O estudo mostrou que esses 5 capangas estão ligados a estradas comuns na cidade.

• Eles ativam o "sistema de alarme" (inflamação) de forma exagerada.
• Eles confundem os mensageiros que deveriam levar a energia para as células.
• Eles fazem com que o sistema de defesa ataque a si mesmo, tanto na tireoide quanto no pâncreas.

É como se a mesma chave estivesse trancando duas portas diferentes na mesma casa. Se você entender como essa chave funciona, pode consertar as duas portas de uma vez só.

4. A Caça ao Tesouro de Remédios (Reutilização de Medicamentos)

A parte mais divertida (e promissora) foi a "Caça ao Tesouro". Os cientistas perguntaram: "Já temos remédios na farmácia que podem desarmar esses 5 capangas?"

Eles usaram o computador para simular milhões de remédios existentes tentando "agarrar" esses genes problemáticos. Foi como jogar um jogo de encaixe 3D no computador.

Eles encontraram 3 candidatos principais que pareciam se encaixar perfeitamente:

1. Gliquidona: Um remédio já usado para diabetes.
2. Oleanólico Ácido: Uma substância natural encontrada em folhas de oliveira.
3. Glipizida: Outro remédio comum para diabetes.

A Grande Descoberta: O computador sugeriu que esses remédios, que já são usados para baixar o açúcar no sangue, também poderiam "acalmar" a rebelião na tireoide. É como se um remédio para o trânsito (diabetes) também servisse para apagar um incêndio na usina (Hashimoto).

5. O Teste de Estabilidade (Simulação de Dinâmica)

Para ter certeza de que esses remédios não quebrariam ou sairiam do lugar, os cientistas rodaram uma simulação de "filme" no computador por 100 nanossegundos. Eles viram o remédio se ligando ao gene e ficando firme, como um chaveiro bem ajustado na fechadura. Isso deu mais confiança de que a ideia funciona na teoria.

O Resumo da Ópera (Conclusão)

Este estudo é como um mapa do tesouro feito por um computador. Ele nos diz:

• Hashimoto e Diabetes Tipo 2 compartilham os mesmos "vilões" genéticos.
• Existem remédios que já conhecemos (como Gliquidona e Glipizida) que poderiam atacar esses vilões em ambas as doenças ao mesmo tempo.

Mas atenção: Isso é uma descoberta teórica e computacional. É como ter um plano de voo perfeito no papel. Agora, os cientistas precisam fazer os testes reais (em laboratório e com pacientes) para confirmar se esses remédios realmente curam ou melhoram a vida das pessoas que têm os dois problemas.

Se confirmado, isso poderia mudar a medicina, permitindo tratar duas doenças complexas com uma única estratégia inteligente, economizando tempo, dinheiro e melhorando a vida dos pacientes.

Resumo técnico

Título: Análise Transcriptômica In Silico Revela Assinaturas Moleculares Compartilhadas e Vias Associadas à Imunidade entre Tireoidite de Hashimoto e Diabetes Tipo 2 com Repurposicionamento Exploratório de Fármacos

1. Problema e Contexto

A Tireoidite de Hashimoto (HT) é um distúrbio autoimune prevalente que frequentemente coexiste com o Diabetes Tipo 2 (T2D). A gestão clínica de pacientes com ambas as condições é complexa devido a potenciais conflitos terapêuticos e sobreposições genéticas, metabólicas e imunológicas. Embora a associação epidemiológica seja bem estabelecida, as características moleculares subjacentes a essa comorbidade não foram sistematicamente exploradas. O estudo visa preencher essa lacuna identificando assinaturas gênicas compartilhadas e vias biológicas comuns, além de propor candidatos a fármacos para repurposicionamento que possam atuar em ambos os quadros.

2. Metodologia

O estudo adotou uma abordagem de geração de hipóteses baseada em bioinformática (in silico), seguindo o seguinte fluxo de trabalho:

• Fontes de Dados: Foram utilizados conjuntos de dados transcriptômicos independentes do NCBI GEO:
  • HT: GSE138198 (descoberta) e GSE29315 (validação).
  • T2D: GSE29231 (descoberta) e GSE25724 (validação).
• Identificação de Genes:
  • Análise de expressão diferencial (DEGs) realizada com o pacote LIMMA (R), com critérios de corte: p-valor ajustado < 0,05 e |Log2FC| > 1.
  • Identificação de Genes Diferencialmente Expressos Compartilhados (sDEGs) através da interseção dos conjuntos de HT e T2D.
• Rede de Interação Proteína-Proteína (PPI):
  • Construção da rede PPI dos sDEGs usando o banco de dados STRING.
  • Identificação de Genes Chave Compartilhados (sKGs) utilizando cinco métricas topológicas no plugin CytoHubba (Cytoscape): Betweenness, Closeness, Degree, MCC e EPC.
• Análises Funcionais e Regulatórias:
  • Enriquecimento: Análise de Ontologia Gênica (GO) e vias KEGG via ferramenta Enrichr.
  • Rede Regulatória: Identificação de Fatores de Transcrição (TFs) e microRNAs (miRNAs) associados aos sKGs usando JASPAR e TarBase.
  • Infiltração Imune: Estimativa da abundância de 22 tipos de células imunes usando o algoritmo CIBERSORT e análise de correlação com os sKGs.
• Avaliação de Drogabilidade e Repurposicionamento:
  • Drogabilidade: Identificação de sítios de ligação (bolsas) e pontuação de drogabilidade via DoGSiteScorer.
  • Docking Molecular: Simulação de interação entre candidatos a fármacos (247 compostos) e os alvos (sKGs e TFs) usando AutoDock Vina.
  • ADMET e Toxicidade: Avaliação de propriedades farmacocinéticas, toxicidade e perfil de "drug-likeness" (Regra de 5 de Lipinski) usando ADMETlab 2.0, pkCSM e ProTox.
  • Dinâmica Molecular (MD): Simulações de 100 ns para avaliar a estabilidade dos complexos fármaco-receptor (RMSD e RMSF) usando YASARA.

3. Principais Contribuições e Resultados

• Identificação de Alvos Moleculares:
  • Foram identificados 59 sDEGs (50 upregulados e 9 downregulados) comuns a ambas as doenças.
  • A análise de rede PPI priorizou 5 Genes Chave Compartilhados (sKGs): CDC42, CD74, FOS, RAC2 e YWHAB. A expressão desses genes foi validada em conjuntos de dados independentes, mostrando upregulação consistente em ambas as condições.
• Mecanismos Patogênicos Compartilhados:
  • Vias Biológicas: Os sKGs estão enriquecidos em processos como regulação do citoesqueleto de actina, quimiotaxia de neutrófilos, regulação da produção de Interleucina-6 (IL-6) e vias de sinalização MAPK e IL-17.
  • Regulação: Os genes são modulados pelos fatores de transcrição FOXC1 e HNF4A, e pelos microRNAs hsa-miR-221-3p e hsa-miR-29a-3p.
  • Imunidade: A análise de infiltração imune revelou um padrão comum de desregulação em ambas as doenças, caracterizado pelo aumento de células B de memória, células T CD4+ de memória ativadas e células T foliculares auxiliares, e redução de células T CD4+ de memória em repouso e macrófagos M2. Isso sugere um eixo inflamatório imune adaptativo compartilhado.
• Repurposicionamento de Fármacos:
  • A triagem in silico identificou três compostos candidatos prioritários com forte afinidade de ligação e perfis de segurança favoráveis:
    1. Gliquidona: Um sulfonilureia de segunda geração.
    2. Ácido Oleanólico: Um triterpenoide natural com efeitos anti-inflamatórios e hipoglicemiantes.
    3. Glipizida: Outro sulfonilureia de segunda geração.
  • Validação Computacional: As simulações de Dinâmica Molecular confirmaram a estabilidade termodinâmica dos complexos Gliquidona-CDC42, Ácido Oleanólico-CD74 e Glipizida-RAC2, com baixas flutuações (RMSD e RMSF).
  • Perfil de Segurança: Todos os três compostos demonstraram boa absorção intestinal, distribuição tecidual favorável e baixo risco de toxicidade ( Ames negativo, sem sensibilização cutânea), embora não apresentassem penetração significativa na barreira hematoencefálica (o que é aceitável para alvos periféricos/metabólicos).

4. Significância e Conclusão

Este estudo fornece um framework computacional robusto que desvenda as bases moleculares da comorbidade entre Tireoidite de Hashimoto e Diabetes Tipo 2.

• Insight Biológico: Demonstra que a sobreposição não é apenas clínica, mas molecular, centrada em vias de inflamação crônica, desregulação imune adaptativa e estresse oxidativo mediado por genes específicos (CDC42, CD74, etc.).
• Potencial Terapêutico: A identificação de Gliquidona, Ácido Oleanólico e Glipizida como candidatos potenciais sugere que fármacos já aprovados para T2D podem ter benefícios adicionais no controle da autoimunidade da tireoide, ou vice-versa, devido às suas propriedades anti-inflamatórias e imunomoduladoras além do controle glicêmico.
• Limitações e Próximos Passos: O estudo enfatiza que os resultados são predições in silico. A validação experimental in vitro (citotoxicidade, expressão gênica via qPCR) e in vivo (modelos animais) é essencial antes de qualquer aplicação clínica.

Em suma, o trabalho oferece alvos moleculares validados e candidatos a fármacos para investigação futura, visando o desenvolvimento de terapias mais eficazes para pacientes com essa dupla carga de doenças.