Análise do perfil transcricional do secretoma do lavado bronco alveolar em pacientes com risco de COVID-19 severa
Carregando...
Data
2022-09-30
Autores
Orientador
Carvalho, Robson Francisco
Coorientador
Pós-graduação
Ciências Biológicas (Genética) - IBB
Curso de graduação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Dissertação de mestrado
Direito de acesso
Acesso restrito
Resumo
Resumo (português)
A doença causada pelo novo coronavírus (COVID-19) se tornou uma pandemia e já atingiu mais de 595 milhões de pessoas em todo o mundo, ultrapassando os 6 milhões e 400 mil mortos após dois anos e meio. Pacientes com comorbidades, como diabetes e hipertensão, ou do sexo masculino e idosos são descritos como grupo de pior prognóstico. Já mulheres, jovens e pacientes com carga viral baixa são considerados grupo de melhor prognóstico. A produção excessiva de citocinas pró-inflamatórias, conhecida como tempestade de citocinas (cytokine storm), também está relacionada com a severidade e mortalidade da COVID-19. Portanto, a análise do conjunto de moléculas secretadas pelas células (secretoma) de tecidos alvos do SARS-CoV-2 é de extrema importância para o prognóstico e para a identificação de mediadores dessa doença. Diante disso, o presente trabalho teve como objetivo analisar o perfil transcricional do secretoma de amostras de lavado bronco alveolar em pacientes com risco distintos de desenvolvimento de COVID-19 severa. A hipótese desse trabalho é que a análise do perfil do secretoma utilizando dados de transcriptoma, permitir predizer genes envolvidos com o prognóstico da infecção pelo SARS-CoV-2 e com a progressão da doença. Foi reanalisado um conjunto de dados de transcriptoma (RNA-Seq) com 430 pacientes positivos para COVID-19 e 54 pacientes negativos, disponível no repositório Gene Expression Omnibus (GEO; GSE152075), separados por gênero, idade (<60 anos, jovens; ≥60 anos, idosos) e carga viral (baixa e alta). Os genes diferencialmente expressos (DEGs) entre as condições foram utilizados para identificação de genes que codificam proteínas secretadas, utilizando os dados disponíveis na plataforma The Human Protein Atlas. Identificamos um conjunto de DEGs exclusivo do grupo de melhor prognóstico (mulheres, jovens e baixa carga viral). Desse conjunto de genes, caracterizamos quais codificam ligantes e receptores e, posteriormente, analisamos, através do método de análise de sequenciamento de células únicas (single-cell RNA-Seq), a expressão dos genes selecionados em células únicas do lavado bronco-alveolar de pacientes com COVID-19. Como método de validação dos nossos achados, utilizamos o conjunto de dados GSE145926 (GEO) para análise temporal (dias 1, 2, 4, 7, 10 e 12) do lavado bronco alveolar de macacos rhesus adultos infectados com SARS-CoV-2. Nossos dados demonstraram a relevância do receptor LRP11, como um potencial biomarcador de melhor prognóstico para COVID-19. Esse receptor faz parte da família de receptores de LDL, o qual altera sua expressão em infecções virais. Além disso, observamos que esse receptor tem sua expressão predominantemente em células epiteliais, que expressam o receptor ACE2 e, portanto, são mais susceptíveis às infecções pelo SARS-CoV-2. Esses resultados são relevantes pois os genes identificados podem determinar o prognóstico dos pacientes com COVID-19 e constituem potenciais alvos de drogas para redução da mortalidade pela doença.
Resumo (inglês)
The disease caused by the new coronavirus (COVID-19) has become a pandemic and has already reached more than 595 million people worldwide, exceeding 6 million and 400 thousand dead after two and a half years. Patients with comorbidities such as diabetes and hypertension, or male and elderly patients are described as groups with the worst prognosis. On the other hand, women, young people and patients with low viral loads are considered groups with the best prognosis. Excessive production of pro-inflammatory cytokines, known as cytokine storm, is also linked to the severity and mortality of COVID-19. Therefore, the analysis of the set of molecules secreted by the cells (secretome) of SARS-CoV-2 target tissues is extremely important for the prognosis of the disease. Our study analyzed the transcriptional profile of the secretome of bronchoalveolar lavage samples in patients at different risks of developing severe COVID-19. We hypothesized that a transcriptomic-based secretome analysis allows the prediction of genes involved in the prognosis of SARS-CoV-2 infection and the progression of the disease. We applied a transcriptome dataset (RNA-Seq) with 430 COVID-19 positive patients and 54 negative patients, available in the Gene Expression Omnibus repository (GEO; GSE152075), which was separated by gender, age (<60 years, young; ≥60 years, elderly), and viral load (low and high). Differently expressed genes (DEGs) between conditions were used to identify genes encoding secreted proteins, using data available on The Human Protein Atlas platform. We identified a set of DEGs exclusive to the group with the best prognosis (women, young people, and low viral load). From this set of genes, we characterized those encoding ligands and receptors. Next, we analyzed, through the single-cell sequencing analysis method (single-cell RNA-Seq), the expression of the selected genes in single cells from the bronchoalveolar lavage of patients with COVID-19. To validate our findings, we used the GSE145926 (GEO) dataset for a time course analysis (days 1, 2, 4, 7, 10, and 12) of brochoalveolar lavage samples of adult rhesus monkeys infected with SARS-CoV- 2. Our data demonstrated the relevance of the LRP11 receptor as a potential biomarker of better prognosis for COVID-19. This receptor is part of the LDL receptor family, which presents gene expression changes-induced by viral infections. We also observed that this receptor is predominantly expressed in epithelial cells, which express the ACE2 receptor and, consequently, are more susceptible to SARS-CoV-2 infections. These results are relevant because the genes identified in our analysis can determine the prognosis of COVID-19 patients and constitute potential drug targets to reduce disease mortality.
Descrição
Palavras-chave
Idioma
Português