Análise Transcriptômica Computacional No Prognóstico Cardíaco Da Amiloidose Al

This is the authors' abstract. We don't add key points for this paper.

Introdução A investigação genética acerca do desenvolvimento das amiloidoses cardíacas, tanto de cadeia leve (AL), quanto por transtirretina, tem reivindicado espaço na cardiologia clínica. Objetivo Avaliar a ontologia gênica, por bioinformática, dos processos biológicos, funcionais e moleculares além das vias metabólicas mais expressas em pacientes com AL. Materiais e métodos Utilizando dados de expressão gênica no GEO com o número de acesso GSE176119, avaliamos os que apresentaram diferença na expressão entre os grupos “amiloidose” e “controle”, utilizando a ferramenta GEO2R. Esta lista de genes foi utilizada como input para a análise de network de interação PPI no programa STRING. Na sequência, a rede foi exportada para o programa Cytoscape, onde foi utilizado o pluggin ClueGO para avaliação da ontologia gênica. Resultados As pathways de menor valor p foram: diferenciação das células musculoesqueléticas (p<0.000637), regulação circadiana da expressão genética (p<0.000589), regulação positiva da produção de IL-8 (p< 0.000566), atividade de hidrólise (p<0.000566) e sinalização de IFN-α/β (p<0.000566). Observou-se regulação positiva da última, indicando um eixo inflamatório associado à deposição de cadeias leves (LC), além da sua relação com o microambiente imunológico das células plasmáticas clonais, impactando sua sobrevivência e diferenciação, podendo modular a produção de LCs à resposta inflamatória de deposição amiloidogênica. A IL-8 pode intensificar o microambiente pró-inflamatório, recrutando células à lesão. A atividade de hidrólise destacou-se como moduladora do processamento proteolítico das LCs, influenciando tanto a agregação quanto o clearance lisossomal, configurando vulnerabilidade na formação e depuração de fibrilas. Conclusão A análise transcriptômica computacional em estudos de expressão gênica são aliadas à exploração da AL. A ontologia surge como ferramenta de otimização de resultados dos estudos às cegas, visto seu potencial de avaliação de pathways e análise de subgrupos – reduzindo a dependência de modelos experimentais com grande poder estatístico.