Механизмы клеточного старения в сочетании со стратегиями молекулярного докинга: исследование биомаркеров потенциальных терапевтических мишеней при аллергическом рините

Цель: С помощью биоинформатических методов и молекулярного докинга выявить потенциальные биомаркеры клеточного старения при аллергическом рините (АР), создав теоретическую основу для изучения механизмов АР и поиска новых подходов к лечению.

Методы: Для объединённого анализа были загружены данные четырёх микрочиповых исследований, посвящённых АР (GSE19187, GSE43523, GSE44037 и GSE51392), из базы данных экспрессии генов GEO. Дифференциально экспрессируемые гены (DEG) пересекали с генами, связанными с клеточным старением (SRG), чтобы получить дифференциально экспрессируемые гены клеточного старения (DESRG). Для DESRG проводили функциональный анализ по базе Gene Ontology (GO), анализ путей Kyoto Encyclopedia of Genes and Genomes (KEGG) и анализ обогащения методом GSEA. С помощью базы STRING строили сети взаимодействия белок—белок (PPI), анализировали модули значимых генных кластеров с использованием плагина MCODE и выявляли ключевые гены с помощью алгоритма топологического анализа сети плагина CytoHubba. В базе GeneMANIA строили сеть взаимодействий белков ключевых генов. Взаимодействия мРНК—микроРНК—длинная некодирующая РНК для ключевых генов прогнозировали с использованием баз miRanda, miRDB, miRWalk, TargetScan и spongeScan; сеть регуляции ключевых генов транскрипционными факторами строили по данным базы TRRUST. Взаимодействия ключевых генов с лекарственными препаратами анализировали с помощью базы DGIdb, после чего распространённые в клинической практике препараты отбирали для валидации методом молекулярного докинга.

Результаты: В обучающей выборке выявили 264 дифференциально экспрессируемых гена при скорректированном значении P.adj < 0,05 и |log2FC| ≥ 1,2. Всего было выявлено 866 генов, связанных с клеточным старением; при пересечении двух наборов получено 20 дифференциально экспрессируемых генов клеточного старения (DESRG). После анализа PPI выявили 19 генов-узлов: CCL2, STAT1, TLR2, IGFBP3, TLR3, KLF4, IL1RN, IRF1, SERPINB2, DPP4, MME, NQO1, SAMHD1, XAF1, PHGDH, EIF4EBP1, CTH, HSPA2 и AHR. Сеть взаимодействия генов и белков выявила связь этих 19 генов с 21 функциональным белком. Пять локусов ключевых генов были связаны с 29 микроРНК и 53 длинными некодирующими РНК. Сеть регуляции транскрипционными факторами включала 15 факторов, способных регулировать ключевые гены. При анализе взаимодействий лекарственных препаратов с генами выявили 489 препаратов, воздействующих на гены-узлы. Например, для будесонида в молекулярном докинге оценивали взаимодействие с генами STAT1, TLR2, TLR3 и AHR. Аналогичным образом для мометазона отобрали гены TLR2 и CTH.

Выводы: С помощью биоинформатического анализа были выявлены ключевые гены клеточного старения, связанные с АР, а также построены сети PPI, конкурирующих эндогенных РНК, регуляции транскрипционными факторами и взаимодействий генов с лекарственными препаратами; результаты дополнительно проверены методом молекулярного докинга. Выявленные 19 генов — CCL2, STAT1, TLR2, IGFBP3, TLR3, KLF4, IL1RN, IRF1, SERPINB2, DPP4, MME, NQO1, SAMHD1, XAF1, PHGDH, EIF4EBP1, CTH, HSPA2 и AHR — могут служить потенциальными диагностическими и терапевтическими биомаркерами, создавая основу для дальнейшего изучения механизмов клеточного старения при АР и разработки методов лечения.