Полногеномный анализ в изучении патогенетики задержки роста плода

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Задержка роста плода – осложнение беременности, определяемое как неспособность плода реализовать свой генетически обусловленный потенциал роста. Несмотря на высокую социальную и медицинскую значимость этой проблемы, к настоящему времени точный патогенез задержки роста плода не известен, поэтому несомненный интерес представляет анализ молекулярно-генетических механизмов данной патологии в рамках подходов, использующих современные высокопроизводительные технологии массового параллельного секвенирования. В настоящем обзоре мы сконцентрировались на анализе данных, полученных в исследованиях генетической компоненты задержки роста плода, авторами которых использованы технологии массового параллельного секвенирования и осуществлено полнотранскриптомное профилирование. Результаты полногеномного анализа экспрессии генов плацентарной ткани позволяют выделить 1430 дифференциально экспрессирующихся при задержке роста плода и физиологической беременности генов, из которых только 1% найден хотя бы в двух работах. Эти дифференциально экспрессирующиеся гены вовлечены в сигнальный путь Wnt/β-катенина, который играет важную роль в миграции клеток, формировании нейронных паттернов и органогенезе во время эмбрионального развития. Общие гены ассоциированы как с акушерскими и гинекологическими заболеваниями, так и с различными соматическими состояниями из групп нейродегенеративных, сердечно-сосудистых заболеваний, психических расстройств, что, вероятно, отражает их вовлеченность в развитие постнатальных последствий задержки роста плода. Результаты нашей работы не только указывают на потенциальные молекулярные механизмы и ключевые гены, лежащие в основе задержки роста плода, но также свидетельствует о важной роли ген-генных коммуникаций в механизмах реализации этой патологии: около 30% продуктов всех идентифицированных дифференциально экспрессирующихся генов взаимодействуют между собой в рамках одной генной сети. В целом, полногеномное секвенирование РНК в совокупности с анализом белок-белковых взаимосвязей, представляет собой перспективное направление в исследованиях развития и функционирования плаценты, а также идентификации молекулярно-генетических механизмов заболеваний, связанных с плацентарной недостаточностью, в том числе с задержкой роста плода.

Полный текст

Доступ закрыт

Об авторах

М. М. Гавриленко

Научно-исследовательский институт медицинской генетики Томского национального исследовательского медицинского центра Российской академии наук

Автор, ответственный за переписку.
Email: maria.gavrilenko@medgenetics.ru
Россия, Томск, 634050

Е. А. Трифонова

Научно-исследовательский институт медицинской генетики Томского национального исследовательского медицинского центра Российской академии наук

Email: maria.gavrilenko@medgenetics.ru
Россия, Томск, 634050

В. А. Степанов

Научно-исследовательский институт медицинской генетики Томского национального исследовательского медицинского центра Российской академии наук

Email: maria.gavrilenko@medgenetics.ru
Россия, Томск, 634050

Список литературы

  1. Sharma D., Shastri S., Sharma P. Intrauterine growth restriction: antenatal and postnatal aspects // Clin. Med. Insights: Pediatrics. 2016. V. 10. P. 67–83. https://doi.org/10.4137/CMPed.S40070
  2. Leftwich H.K., Stetson B., Sabol B. et al. Growth restriction: Identifying fetuses at risk // J. Maternal-Fetal and Neonatal Med. 2018. V. 31. № 15. P. 1962–1966. https://doi.org/10.1080/14767058.2017.1332040
  3. Salmeri N., Carbone I.F., Cavoretto P.I. et al. Epigenetics beyond fetal growth restriction: A comprehensive overview // Mol. Diagnosis and Therapy. 2022. V. 26. № 6. P. 607–626. https://doi.org/10.1007/s40291-022-00611-4
  4. Yzydorczyk C., Armengaud J.B., Peyter A.C. et al. Endothelial dysfunction in individuals born after fetal growth restriction: Cardiovascular and renal consequences and preventive approaches // J. Developmental Origins Health and Disease. 2017. V. 8. № 4. P. 448–464. https://doi.org/10.1017/S2040174417000265
  5. Bendix I., Miller S.L., Winterhager E. Causes and consequences of intrauterine growth restriction // Front. Endocrinol. 2020. V. 11. P. 205. https://doi.org/10.3389/fendo.2020.00205
  6. Piñero J., Ramírez-Anguita J.M., Saüch-Pitarch J. et al. The DisGeNET knowledge platform for disease genomics: 2019 update // Nucl. Acids Res. 2020. V. 48. № D1. P. D845–D855. https://doi.org/10.1093/nar/gkz1021
  7. Antonazzo P., Alvino G., Cozzi V. et al. Placental IGF2 expression in normal and intrauterine growth restricted (IUGR) pregnancies // Placenta. 2008. V. 29. № 1. P. 99–101. https://doi.org/10.1016/j.placenta.2007.06.010
  8. Gupta M.B., Abu Shehab M., Nygard K. et al. IUGR is associated with marked hyperphosphorylation of decidual and maternal plasma IGFBP-1 // The J. Clin. Endocrinol. and Metabolism. 2019. V. 104. № 2. P. 408–422. https://doi.org/10.1210/jc.2018-00820
  9. Wang L., Wang X., Laird N. et al. Polymorphism in maternal LRP8 gene is associated with fetal growth // The Am. J. Human Genet. 2006. V. 78. № 5. P. 770–777. https://doi.org/10.1086/503712
  10. Gremlich S., Nguyen D., Reymondin D. et al. Fetal MMP2/MMP9 polymorphisms and intrauterine growth restriction risk // J. Reproductive Immunol. 2007. V. 74. № 1–2. P. 143–151. https://doi.org/10.1016/j.jri.2007.02.001
  11. Berends A.L., Bertoli‐Avella A.M., De Groot C.J.M. et al. STOX1 gene in pre‐eclampsia and intrauterine growth restriction // BJOG: An Intern. J. Obstetrics and Gynaecol. 2007. V. 114. № 9. P. 1163–1167. https://doi.org/10.1111/j.1471-0528.2007.01414.x
  12. Chelbi S.T., Wilson M.L., Veillard A.C. et al. Genetic and epigenetic mechanisms collaborate to control SERPINA3 expression and its association with placental diseases // Human Mol. Genet. 2012. V. 21. № 9. P. 1968–1978. https://doi.org/10.1093/hmg/dds006
  13. Mandò C, Tabano S., Pileri P. et al. SNAT2 expression and regulation in human growth-restricted placentas // Pediatric Res. 2013. V. 74. № 2. P. 104–110. https://doi.org/10.1038/pr.2013.83
  14. McMinn J., Wei M., Schupf N. et al. Unbalanced placental expression of imprinted genes in human intrauterine growth restriction // Placenta. 2006. V. 27. № 6–7. P. 540–549. https://doi.org/10.1016/j.placenta.2005.07.004
  15. Sitras V., Paulssen R., Leirvik J. et al. Placental gene expression profile in intrauterine growth restriction due to placental insufficiency // Reproductive Sci. 2009. V. 16. № 7. P. 701–711. https://doi.org/10.1177/1933719109334256
  16. Struwe E., Berzl G., Schild R. et al. Microarray analysis of placental tissue in intrauterine growth restriction // Clin. Endocrinology. 2010. V. 72. № 2. P. 241–247. https://doi.org/10.1111/j.1365-2265.2009.03659.x
  17. Nishizawa H., Ota S., Suzuki M. et al. Comparative gene expression profiling of placentas from patients with severe pre-eclampsia and unexplained fetal growth restriction // Reproductive Biol. and Endocrinol. 2011. V. 9. № 1. P. 1–12. https://doi.org/10.1186/1477-7827-9-107
  18. Guo L., Tsai S.Q., Hardison N.E. et al. Differentially expressed microRNAs and affected biological pathways revealed by modulated modularity clustering (MMC) analysis of human preeclamptic and IUGR placentas // Placenta. 2013. V. 34. № 7. P. 599–605. https://doi.org/10.1016/j.placenta.2013.04.007
  19. Sabri A., Lai D., D’silva A. et al. Differential placental gene expression in term pregnancies affected by fetal growth restriction and macrosomia // Fetal Diagnosis and Therapy. 2014. V. 36. № 2. P. 173–180. https://doi.org/10.1159/000360535
  20. Madeleneau D., Buffat C., Mondon F. et al. Transcriptomic analysis of human placenta in intrauterine growth restriction // Ped. Research. 2015. V. 77. № 6. P. 799–807. https://doi.org/10.1038/pr.2015.40
  21. Medina-Bastidas D., Guzmán-Huerta M., Borboa-Olivares H. et al. Placental microarray profiling reveals common mRNA and lncRNA expression patterns in preeclampsia and intrauterine growth restriction // Intern. J. Mol. Sciences. 2020. V. 21. № 10. https://doi.org/10.3390/ijms21103597
  22. Margioula-Siarkou G., Margioula-Siarkou S., Petousis S. et al. The role of endoglin and its soluble form in pathogenesis of preeclampsia // Mol. and Cell. Biochemistry. 2022. V. 477. № 2. P. 479–491. https://doi.org/10.1007/s11010-021-04294-z
  23. Jeyabalan A., McGonigal S., Gilmour C. et al. Circulating and placental endoglin concentrations in pregnancies complicated by intrauterine growth restriction and preeclampsia // Placenta. 2008. V. 29. № 6. P. 555–563. https://doi.org/10.1016/j.placenta.2008.03.006
  24. Khidri F.F., Waryah Y.M., Ali F.K. et al. MTHFR and F5 genetic variations have association with preeclampsia in Pakistani patients: A case control study // BMC Med. Genetics. 2019. V. 20. № 1. P. 163. https://doi.org/10.1186/s12881-019-0905-9
  25. Kujovich J.L. Factor V Leiden thrombophilia // Genetics in Medicine. 2011. V. 13. № 1. P. 1–16. https://doi.org/10.1097/GIM.0b013e3181faa0f2
  26. Peng X., He D., Peng R. et al. Associations between IGFBP1 gene polymorphisms and the risk of preeclampsia and fetal growth restriction // Hypertension Res. 2023. V. 46. № 9. P. 2070–2084. https://doi.org/10.1038/s41440-023-01309-8
  27. Tchirikov M., Schlabritz-Loutsevitch N., Maher J. et al. Mid-trimester preterm premature rupture of membranes (PPROM): etiology, diagnosis, classification, international recommendations of treatment options and outcome // J. Perinatal Med. 2018. V. 46. № 5. P. 465–488. https://doi.org/10.1515/jpm-2017-0027
  28. Dogić L.M., Mićić D., Omeragić F. et al. IGFBP-1 marker of cervical ripening and predictor of preterm birth // Med. Glasnik. 2016. V. 13. № 2. P. 118–124. https://doi.org/10.17392/856-16
  29. Aisagbonhi O., Bui T., Nasamran C.A. et al. High placental expression of FLT1, LEP, PHYHIP and IL3RA–In persons of African ancestry with severe preeclampsia // Placenta. 2023. V. 144. P. 13–22. https://doi.org/10.1016/j.placenta.2023.10.008
  30. Chen S., Ke Y., Chen W. et al. Association of the LEP gene with immune infiltration as a diagnostic biomarker in preeclampsia // Frontiers in Mol. Biosciences. 2023. V. 10. https://doi.org/10.3389/fmolb.2023.1209144
  31. Trifonova E.A., Gabidulina T.V., Ershov N.I. et al. Analysis of the placental tissue transcriptome of normal and preeclampsia complicated pregnancies // Acta Naturae. 2014. V. 6. № 2. P. 71–83.
  32. Macintire K., Tuohey L., Ye L. et al. PAPPA2 is increased in severe early onset pre-eclampsia and upregulated with hypoxia // Reproduction, Fertility and Development. 2014. V. 26. № 2. P. 351–357. https://doi.org/10.1071/RD12384
  33. Brosens I., Pijnenborg R., Vercruysse L. et al. The “Great Obstetrical Syndromes” are associated with disorders of deep placentation // Am. J. Obstetrics and Gynecology. 2011. V. 204. № 3. P. 193–201. https://doi.org/10.1016/j.ajog.2010.08.009
  34. Di Renzo G.C. The great obstetrical syndromes // The J. Maternal-Fetal and Neonatal Med. 2009. Т. 22. № 8. P. 633–635. https://doi.org/10.1080/14767050902866804
  35. Awamleh Z., Gloor G.B., Han V.K.M. Placental microRNAs in pregnancies with early onset intrauterine growth restriction and preeclampsia: Potential impact on gene expression and pathophysiology // BMC Med. Genomics. 2019. V. 12. № 1. P. 91. https://doi.org/10.1186/s12920-019-0548-x
  36. Majewska M., Lipka A., Paukszto L. et al. Placenta transcriptome profiling in intrauterine growth restriction (IUGR) // Intern. J. Mol. Sciences. 2019. V. 20. № 6. P. 1510. https://doi.org/10.3390/ijms20061510
  37. Li W., Chung C.Y.L., Wang C.C. et al. Monochorionic twins with selective fetal growth restriction: Insight from placental whole-transcriptome analysis // Am. J. Obstetrics and Gynecology. 2020. V. 223. № 5. P. 749.e1–749.e16. https://doi.org/10.1016/j.ajog.2020.05.008
  38. Gong S., Gaccioli F., Dopierala J. et al. The RNA landscape of the human placenta in health and disease // Nat. Communications. 2021. V. 12. № 1. P. 2639. https://doi.org/10.1038/s41467-021-22695-y
  39. Sood R., Zehnder J.L., Druzin M.L. et al. Gene expression patterns in human placenta // Proc. Nat. Acad. Sci. 2006. V. 103. № 14. P. 5478–5483. https://doi.org/10.1073/pnas.0508035103
  40. Suryawanshi H., Morozov P., Straus A. et al. A single-cell survey of the human first-trimester placenta and decidua // Sci. Advances. 2018. V. 4. № 10. P. eaau4788. https://doi.org/10.1126/sciadv.aau4788
  41. Love M.I., Huber W., Anders S. Moderated estimation of fold change and dispersion for RNA-seq data with DESeq2 // Genome Biology. 2014. V. 15. № 12. P. 1–21. https://doi.org/10.1186/s13059-014-0550-8
  42. Maglott D., Ostell J., Pruitt K.D. et al. Entrez gene: Gene-centered information at NCBI // Nucl. Acids Res. 2005. V. 35. P. D54–D58. https://doi.org/10.1093/nar/gkl993
  43. Apweiler R., Bairoch A., Wu C.H. et al. UniProt: The universal protein knowledgebase // Nucl. Acids Res. 2004. V. 32. P. D115–D119. https://doi.org/10.1093/nar/gkw91099
  44. Dunk C.E., Roggensack A.M., Cox B. et al. A distinct microvascular endothelial gene expression profile in severe IUGR placentas // Placenta. 2012. V. 33. № 4. P. 285–293. https://doi.org/10.1016/j.placenta.2011.12.020
  45. Kaartokallio T., Cervera A., Kyllönen A. et al. Gene expression profiling of pre-eclamptic placentae by RNA sequencing // Sci. Reports. 2015. V. 5. https://doi.org/10.1038/srep14107
  46. Nevalainen J., Skarp S., Savolainen E.R. et al. Intrauterine growth restriction and placental gene expression in severe preeclampsia, comparing early-onset and late-onset forms // J. Perinatal Med. 2017. V. 45. № 7. P. 869–877. https://doi.org/10.1515/jpm-2016-0406
  47. Wang Y., Liu H.Z., Liu Y. et al. Disordered p53‐MALAT1 pathway is associated with recurrent miscarriage // The Kaohsiung J. Med. Sciences. 2019. V. 35. № 2. P. 87–94. https://doi.org/10.1002/kjm2.12013
  48. Chen H., Meng T., Liu X. et al. Long non-coding RNA MALAT-1 is downregulated in preeclampsia and regulates proliferation, apoptosis, migration and invasion of JEG-3 trophoblast cells // Intern. J. Clin. and Experim. Pathology. 2015. V. 8. № 10. P. 12718.
  49. Ou M., Zhao H., Ji G. et al. Long noncoding RNA MALAT1 contributes to pregnancy‐induced hypertension development by enhancing oxidative stress and inflammation through the regulation of the miR‐150‐5p/ET‐1 axis // The FASEB J. 2020. V. 34. № 5. P. 6070–6085. https://doi.org/10.1096/fj.201902280r
  50. Feng C., Cheng L., Jin J. et al. Long non-coding RNA MALAT1 regulates trophoblast functions through VEGF/VEGFR1 signaling pathway // Arch. Gynecology and Obstetrics. 2021. V. 304. № 4. P. 873–882. https://doi.org/10.1007/s00404-021-05987-y
  51. Wu H.Y., Wang X.H., Liu K. et al. LncRNA MALAT1 regulates trophoblast cells migration and invasion via miR-206/IGF-1 axis // Cell Cycle. 2020. V. 19. № 1. P. 39–52. https://doi.org/10.1080/15384101.2019.1691787
  52. Shi L., Zhu L., Gu Q. et al. LncRNA MALAT1 promotes decidualization of endometrial stromal cells via sponging MiR‐498‐3p and targeting histone deacetylase 4 // Cell Biology Intern. 2022. V. 46. № 8. P. 1264–1274. https://doi.org/10.1002/cbin.11814
  53. Yang M., Yang Y., She S. et al. Proteomic investigation of the effects of preimplantation factor on human embryo implantation // Mol. Med. Reports. 2018. V. 17. № 3. P. 3481–3488. https://doi.org/10.3892/mmr.2017.8338
  54. Lu J., Wu W., Xin Q. et al. Spatiotemporal coordination of trophoblast and allantoic Rbpj signaling directs normal placental morphogenesis // Cell Death and Disease. 2019. V. 10. № 6. P. 438. https://doi.org/10.1038/s41419-019-1683-1
  55. Robinson J.F., Fisher S.J. Rbpj links uterine transformation and embryo orientation // Cell Research. 2014. V. 24. № 9. P. 1031–1032. https://doi.org/10.1038/cr.2014.110
  56. Strug M.R., Su R.W., Kim T.H. et al. RBPJ mediates uterine repair in the mouse and is reduced in women with recurrent pregnancy loss //The FASEB J. 2018. V. 32. № 5. P. 2452. https://doi.org/10.1096/fj.201701032r
  57. Chi L., Ahmed A., Roy A.R. et al. G9a controls placental vascular maturation by activating the Notch Pathway // Development. 2017. V. 144. № 11. P. 1976–1987. https://doi.org/10.1242/dev.148916
  58. Liao Y., Wang J., Jaehnig E.J. et al. WebGestalt 2019: Gene set analysis toolkit with revamped UIs and APIs // Nucl. Acids Res. 2019. V. 47. № W1. P. W199–W205. https://doi.org/10.1093/nar/gkz401
  59. Ashburner M., Ball C.A., Blake J.A. et al. Gene ontology: Tool for the unification of biology // Nat. Genetics. 2000. V. 25. № 1. P. 25–29. https://doi.org/10.1038/75556
  60. Kanehisa M., Goto S. KEGG: Kyoto encyclopedia of genes and genomes // Nucl. Acids Res. 2000. V. 28. № 1. P. 27–30. https://doi.org/10.1093/nar/28.1.27
  61. Wang W., Sung N., Gilman-Sachs A. et al. T helper (Th) cell profiles in pregnancy and recurrent pregnancy losses: Th1/Th2/Th9/Th17/Th22/Tfh cells // Frontiers in Immunol. 2020. V. 11. https://doi.org/10.3389/fimmu.2020.02025
  62. Yañez M.J., Leiva A. Human placental intracellular cholesterol transport: A focus on lysosomal and mitochondrial dysfunction and oxidative stress // Antioxidants. 2022. V. 11. № 3. https://doi.org/10.3390/antiox11030500
  63. Cuffe J.S.M., Holland O., Salomon C. et al. Placental derived biomarkers of pregnancy disorders // Placenta. 2017. V. 54. P. 104–110. https://doi.org/10.1016/j.placenta.2017.01.119
  64. Kimura C., Watanabe K., Iwasaki A. et al. The severity of hypoxic changes and oxidative DNA damage in the placenta of early-onset preeclamptic women and fetal growth restriction // The J. Maternal-fetal and Neonatal Med. 2013. V. 26. № 5. P. 491–496. https://doi.org/10.3109/14767058.2012.733766
  65. Racicot K., Mor G. Risks associated with viral infections during pregnancy // The J. Clin. Investigation. 2017. V. 127. № 5. P. 1591–1599. https://doi.org/10.1172/JCI87490
  66. Mering C., Huynen M., Jaeggi D. et al. STRING: A database of predicted functional associations between proteins // Nucl. Acids Res. 2003. V. 31. № 1. P. 258–261. https://doi.org/10.1093/nar/gkg034
  67. Zhou G., Soufan O., Ewald J. et al. NetworkAnalyst 3.0: A visual analytics platform for comprehensive gene expression profiling and meta-analysis // Nucl. Acids Res. 2019. V. 47. № W1. P. W234–W241. https://doi.org/10.1093/nar/gkz240
  68. Fabregat A., Jupe S., Matthews L. et al. The reactome pathway knowledgebase // Nucl. Acids Res. 2018. V. 46. № D1. P. D649–D655. https://doi.org/10.1093/nar/gkx1132
  69. Tong M., Jun T., Nie Y. et al. The role of the Slit/Robo signaling pathway // J. Cancer. 2019. V. 10. № 12. P. 2694. https://doi.org/10.7150%2Fjca.31877
  70. Shilei B., Lizi Z., Lijun H. et al. Downregulation of CDC42 inhibits the proliferation and stemness of human trophoblast stem cell via EZRIN/YAP inactivation // Cell and Tissue Res. 2022. V. 389. № 3. P. 573–585. https://doi.org/10.1007/s00441-022-03653-6
  71. Wu F., Chen X., Liu Y. et al. Decreased MUC1 in endometrium is an independent receptivity marker in recurrent implantation failure during implantation window // Reproductive Biol. and Endocrinol. 2018. Vol. 16. № 1. P. 60. https://doi.org/10.1186/s12958-018-0379-1
  72. Rossy J., Williamson D.J., Gaus K. How does the kinase Lck phosphorylate the T cell receptor? Spatial organization as a regulatory mechanism // Frontiers in Immunol. 2012. V. 3. P. 167. https://doi.org/10.3389/fimmu.2012.00167
  73. Campbell T.M., Bryceson Y.T. IL2RB maintains immune harmony // J. Experim. Med. 2019. V. 216. № 6. P. 1231–1233. https://doi.org/10.1084/jem.20190546
  74. Трифонова Е.А., Гавриленко М.М., Бабовская А.А. и др. Ландшафт альтернативного сплайсинга в децидуальных клетках плаценты при физиологической беременности // Генетика. 2022. Т. 58. № 10. С. 1210–1220. https://doi.org/10.31857/S0016675822100101
  75. Колчанов Н.А., Игнатьева Е.В., Подколодная О.А. и др. Генные сети // Вавиловский журн. генетики и селекции. 2015. Т. 17. № 4/2. С. 833–850.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Диаграмма Венна, демонстрирующая общность и специфичность ДЭГ, выявленных в полнотранскриптомных исследованиях ЗРП.

Скачать (108KB)
Метаданные
3. Рис. 2. Анализ ассоциаций 16 ДЭГ с различными заболеваниями согласно литературным данным и базе данных DisGeNet. ПНБ – привычное невынашивание беременности; ПНЯ – преждевременная недостаточность яичников; СПКЯ – синдром поликистозных яичников. Оценка score DisGeNET учитывает количество источников, сообщающих об ассоциации, тип кураторства каждого из этих источников, модели животных, на которых изучалась ассоциация, и количество подтверждающих публикаций. Оценка варьируется от 0 до 1 и дает наивысшую ценность ассоциациям, о которых сообщают несколько баз данных и с большим количеством вспомогательных публикаций. Высоким считается score > 0.3.

Скачать (423KB)
Метаданные
4. Рис. 3. Анализ обогащения для общего массива из 1430 ДЭГ полнотранскриптомных исследований ЗРП.

Скачать (226KB)
Метаданные
5. Рис. 4. Сеть белок-белковых взаимодействий продуктов дифференциально экспрессирующихся генов в плацентарной ткани при ЗРП (красный цвет – центральные гены сети; фиолетовый, сиреневый, голубой и синий цвета – гены из исследований Awamleh [35], Majewska [36], Li [37], Gong [38] соответственно).

Скачать (709KB)
Метаданные

© Российская академия наук, 2024