Metanálise de dados de transcriptoma revela módulos patofisiológicos envolvidos com a fibrilação atrial

Abstract

A fibrilação atrial (FA) é o tipo de arritmia cardíaca mais comum e afeta de forma crescente milhões de pessoas ao redor do mundo. Sua patofisiologia envolve mecanismos complexos de remodelamento estrutural e elétrico dos átrios, muitos dos quais são pouco compreendidos. Dados de transcriptoma têm histórico em serem utilizados para levantar hipóteses de mecanismos biológicos por trás de doenças complexas. Contudo, a análise desse tipo de dado sofre com baixo poder estatístico e problemas de reprodutibilidade. Nesse sentido, este trabalho teve como objetivo realizar uma metanálise de dados de microarranjo envolvendo amostras de pacientes com fibrilação atrial. Os dados dos estudos selecionados foram baixados, analisados quanto a sua qualidade e pré-processados. A seguir, foi realizado uma análise de expressão diferencial de cada conjunto de dados individual. Estes resultados foram integrados por meio de metanálise, resultando numa lista final de 589 transcritos diferencialmente expressos na FA em relação a controles. Uma rede de interação proteína-proteína foi gerada a partir dessa lista e analisada quanto a seus parâmetros topológicos - identificando 11 hubs-bottlenecks principais - e por meio de análise de clusterização - identificando 4 módulos funcionais principais. Estes 4 módulos enriqueceram para 23, 54, 33 e 53 vias biológicas, respectivamente, as quais envolvem, entre outros, processos relacionados ao estresse do retículo endoplasmático, estresse oxidativo, catabolismo proteico e inflamação. Os hubs-bottlenecks, por sua vez, representam proteínas densamente conectadas e com possível papel chave regulatório da rede principal. A chaperona HSPA5, a proteína de ancoramento ANK2 e a proteína CTNNB1, chave da via Wnt/β-catenina são alguns exemplos. Dessa forma, a metanálise de dados de microarranjo foi útil em identificar mecanismos patofisiológicos e transcritos desregulados envolvidos com a FA, demonstrando seu uso potencial no estudo de doenças complexas. Nossos resultados poderão, portanto, ser utilizados como base sólida para o levantamento de hipóteses de pesquisas futuras envolvendo a FA.

Atrial fibrillation (FA) is the most common type of cardiac arrhythmia and affects millions of people around the world. Its pathophysiology involves complex mechanisms of structural and electrical remodeling of the atria, many of which are poorly understood. Transcriptome data have a history of being used to hypothesize biological mechanisms behind complex diseases. However, analysis of this type of data suffers from low statistical power and reproducibility problems. Therefore, this study aimed to perform a meta-analysis of microarray data involving samples of patients with atrial fibrillation. Data extracted from the selected studies were downloaded, analyzed for quality and normalized. Next, a differential expression analysis of each individual data set was performed. These results were integrated by meta-analysis, resulting in a final list of 589 differentially expressed transcripts in FA relative to controls. A protein-protein interaction network was generated from this list and analyzed for its topological parameters - identifying 11 main hubs-bottlenecks - and by clustering analysis - identifying 4 main functional modules. These 4 modules enriched for 23, 54, 33 and 53 biological pathways, respectively, which involve, among others, processes related to endoplasmic reticulum stress, oxidative stress, protein catabolism and inflammation. The hubs-bottlenecks, in turn, represent densely connected proteins with possible regulatory key role in the main network. Chaperone HSPA5, ANK2 anchoring protein and CTNNB1 protein, key to the Wnt/β-catenin pathway, are some examples. Thus, the meta-analysis of microarray data was useful in identifying pathophysiological mechanisms and dysregulated transcripts involved with AF, demonstrating their potential use in the study of complex diseases. Our results can therefore be used as a solid basis for raising hypotheses of future research involving AF.