PL228091B1 - Zestaw biomarkerów transkryptomicznych do zastosowania w stratyfikacji indywidualnego ryzyka rozwoju pozawałowej niewydolnosci serca, sposób diagnozowania ryzyka wystapienia u pacjenta pozawałowej niewydolnosci serca i zastosowanie biomarkerów do diagnostyki in vitro - Google Patents

Zestaw biomarkerów transkryptomicznych do zastosowania w stratyfikacji indywidualnego ryzyka rozwoju pozawałowej niewydolnosci serca, sposób diagnozowania ryzyka wystapienia u pacjenta pozawałowej niewydolnosci serca i zastosowanie biomarkerów do diagnostyki in vitro

Info

Publication number
PL228091B1
PL228091B1 PL407163A PL40716314A PL228091B1 PL 228091 B1 PL228091 B1 PL 228091B1 PL 407163 A PL407163 A PL 407163A PL 40716314 A PL40716314 A PL 40716314A PL 228091 B1 PL228091 B1 PL 228091B1
Authority
PL
Poland
Prior art keywords
heart failure
biomarkers
patients
expression
post
Prior art date
Application number
PL407163A
Other languages
English (en)
Other versions
PL407163A1 (pl
Inventor
Beata Burzyńska
Beata Burzynska
Monika Góra
Agata Maciejak
Dorota Tułacz
Marek Kiliszek
Marcin Michalak
Grzegorz Opolski
Krzysztof Matlak
Sławomir Dobrzycki
Original Assignee
Inst Biochemii I Biofizyki Polskiej Akademii Nauk
Univ Medyczny W Białymstoku
Univ Warszawski Medyczny
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Inst Biochemii I Biofizyki Polskiej Akademii Nauk, Univ Medyczny W Białymstoku, Univ Warszawski Medyczny filed Critical Inst Biochemii I Biofizyki Polskiej Akademii Nauk
Priority to PL407163A priority Critical patent/PL228091B1/pl
Priority to EP15712187.2A priority patent/EP3105350B1/en
Priority to PCT/IB2015/000141 priority patent/WO2015121737A2/en
Publication of PL407163A1 publication Critical patent/PL407163A1/pl
Publication of PL228091B1 publication Critical patent/PL228091B1/pl

Links

Classifications

    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61PSPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
    • A61P9/00Drugs for disorders of the cardiovascular system
    • A61P9/10Drugs for disorders of the cardiovascular system for treating ischaemic or atherosclerotic diseases, e.g. antianginal drugs, coronary vasodilators, drugs for myocardial infarction, retinopathy, cerebrovascula insufficiency, renal arteriosclerosis
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00Oligonucleotides characterized by their use
    • C12Q2600/106Pharmacogenomics, i.e. genetic variability in individual responses to drugs and drug metabolism
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12QMEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00Oligonucleotides characterized by their use
    • C12Q2600/158Expression markers

Landscapes

  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Organic Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Analytical Chemistry (AREA)
  • Genetics & Genomics (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Animal Behavior & Ethology (AREA)
  • Medicinal Chemistry (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • General Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Cardiology (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Biophysics (AREA)
  • Biotechnology (AREA)
  • Immunology (AREA)
  • Microbiology (AREA)
  • Molecular Biology (AREA)
  • Vascular Medicine (AREA)
  • Urology & Nephrology (AREA)
  • Biochemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Description

Przedmiot wynalazku należy do dziedziny diagnostyki medycznej opartej na technikach biologii molekularnej. Bardziej szczegółowo przedmiotem wynalazku są biomarkery do stratyfikacji indywidualnego ryzyka rozwoju pozawałowej niewydolności serca, sposób diagnozowania ryzyka wystąpienia u pacjenta pozawałowej niewydolności serca i zastosowanie biomarkerów do diagnostyki in vitro.
W opisie podniesiono także sposób określania tych markerów w próbkach materiału biologicznego pobranego od pacjenta, zastosowanie tych biomarkerów w diagnostyce (na poziomie ekspresji genów), które są skorelowane z rozwojem pozawałowej niewydolności serca i które umożliwią rozwój nowoczesnej profilaktyki chorób serca opartej na genetycznych markerach a także sposób przewidywania ryzyka wystąpienia niewydolności serca u pacjentów pozawałowych i sposób optymalizacji leczenia pacjentów kariologicznych z wykorzystaniem środków według wynalazku.
Stan techniki
Biomarkery są to czynniki molekularne, genetyczne lub biochemiczne, które wykorzystywane są do precyzyjnej diagnostyki chorób oraz których badanie umożliwi ocenę/przewidywanie stanów patofizjologicznych. Jednym z obszarów, gdzie biomarkery odgrywają szczególnie ważną rolę, jest diagnostyka oraz indywidualizacja i optymalizacja leczenia pacjentów kardiologicznych.
Choroby układu krążenia (w tym dominująca choroba wieńcowa, CAD - coronary artery disease) stanowią najważniejszą przyczynę umieralności w krajach rozwiniętych ekonomicznie. Pomimo postępów w diagnostyce i leczeniu, choroba wieńcowa i niewydolność serca nadal stanowią poważny problem leczniczy, społeczny i ekonomiczny (Czech et al., 2013). Zdarzeniem w chorobie wieńcowej, szczególnie często prowadzącym do rozwoju niewydolności, jest zawał serca. Rozwój niewydolności serca po ostrym zawale mięśnia sercowego bezpośrednio związany jest z niekorzystną przebudową lewej komory. Klasyczne czynniki ryzyka niewydolności serca (m.in. wielkość zawału, cukrzyca) tylko częściowo tłumaczą, dlaczego u jednych pacjentów dochodzi do dekompensacji lewej komory, podczas gdy u innych, pomimo pozawałowego uszkodzenia, funkcjonuje ona w miarę prawidłowo. Częstość występowania niewydolności serca w Polsce wynosi ok. 1-3% i stale rośnie. Jedną z przyczyn choroby jest m.in. zawał mięśnia sercowego (50% przypadków), podczas którego następuje niedotlenienie i martwica kardiomiocytów, co skutkuje zmniejszeniem kurczliwości mięśnia sercowego. Uszkodzenie mięśnia sercowego może prowadzić do postępującej przebudowy lewej komory i w konsekwencji do niewydolności serca, co jednak nie występuje u wszystkich pacjentów po przebytym ostrym incydencie wieńcowym. Stąd ważne jest ustalenie łatwych w ocenie markerów charakteryzujących pacjentów z postępującą rozstrzenią lewej komory serca.
Stworzono dotychczas różne modele rokownicze służące przewidywaniu ryzyka zgonu, zawału serca niezakończonego zgonem lub nawrotu niedokrwienia u pacjentów z ostrymi zespołami wieńcowymi. Obok podstawowych narzędzi do stratyfikacji, jakimi są obecność czynników ryzyka choroby niedokrwiennej serca, cechy niewydolności serca, zmiany niedokrwienne w zapisie elektrokardiograficznym, podwyższony poziom markerów martwicy mięśnia sercowego (troponina, kinaza kreatyninowa), w ostatniej dekadzie pojawiły się doniesienia o nowych, takich jak: podwyższone stężenie fibrynogenu, białka C-reaktywnego, interleukiny-6, czynnika natriuretycznego typu B (BNP), także innych markerów toczącego się procesu zapalnego czy aktywności płytek krwi. Należy jednak podkreślić, że wzrost wartości biomarkerów biochemicznych powyżej wartości referencyjnych może także występować w różnych stanach chorobowych, niekoniecznie związanych z zawałem serca (Iqbal et al., 2012).
Kolejnym elementem związanym z rokowaniem w ostrych zespołach wieńcowych jest remodeling lewej komory. Uszkodzenie mięśnia sercowego związane z zawałem serca może prowadzić do postępującej przebudowy mięśnia lewej komory, powiększania objętości lewej komory, spadku frakcji wyrzutowej i w konsekwencji do niewydolności serca (Cohn et al., 2000). Współczesne leczenie ostrych zespołów wieńcowych - pierwotna angioplastyka wieńcowa, inhibitory konwertazy angiotensyny, leki beta-adrenolityczne - prowadzi do zahamowania pozawałowej przebudowy serca. Niemniej, nawet przy najlepszym leczeniu, w zawałach serca ściany przedniej u ponad 30% pacjentów dochodzi do niekorzystnej przebudowy lewej komory serca (Savoy et al., 2006). Transkrypcyjna aktywność leukocytów w zawale mięśnia sercowego umożliwia wykorzystanie łatwo dostępnej tkanki jaką jest krew obwodowa pacjenta do badania profilu ekspresji genów i poszukiwania biomarkerów, które mogą być stosowane do diagnozy, prognozy, czy monitorowania przebiegu choroby (Sinnaeve et al., 2009).
PL 228 091 B1
TIMP 1 należy do rodziny inhibitorów TIMP kontrolujących aktywność metaloproteinaz macierzy (MMP) - metalozależnych peptydaz związanych z degradacją macierzy pozakomórkowej (ECM, ang. extracellular matrix). Proces rearanżacji macierzy pozakomórkowej ma istotne znaczenie w rozwoju niewydolności serca, a zaburzenia równowagi metaloproteinaz MMP oraz inhibitorów TIMP mogą prowadzić do patologicznej przebudowy sercowej tkanki łącznej. Transkrypcja genu kodującego TIMP1 jest indukowana w odpowiedzi na działanie wielu cytokin i hormonów. Wykazano, że ekspresja TIMP1 na poziomie mRNA oraz białka jest podwyższona w tkankach miokardium pacjentów ze zdiagnozowaną niewydolnością serca (Barton et al., 2003; Polyakova et al., 2011), a podwyższone stężenia białka TIMP1 w osoczu krwi jest czynnikiem predykcyjnym niewydolności serca (Ahmed et al., 2006). W leukocytach krwi obwodowej pacjentów z ostrą niewydolnością serca, starszych niż 75 lat, oznaczono podwyższony poziom transkrypcji TIMP1, jednak podobne podwyższenie zaobserwowano również w grupie starszych pacjentów z chorobami zakaźnymi lub złamaniem stawu biodrowego (Vo et al., 2011).
RNASE1 koduje rybonukleazę 1, która należy do rodziny rybonukleaz A uczestniczących w procesie dojrzewania prekursorów kwasów nukleinowych oraz w rozkładzie RNA. RNASE1 jest endonukleazą, która katalizuje specyficzną hydrolizę wewnętrznych wiązań fosfodiestrowych w kwasach rybonukleinowych od 3'-końca zasad pirymidynowych. Enzym ten jest wydzielany w trzustce, gdzie spełnia istotną rolę w procesie trawienia, ale potwierdzono też jego występowanie w innych tkankach i płynach ustrojowych, co wskazuje na dodatkowe fizjologiczne funkcje rybonukleazy 1.
JDP2 jest składnikiem kompleksu białek tworzących czynnik transkrypcyjny AP-1 (ang. activating protein-1). Białka budujące AP-1 należą do rodzin: Jun (c-Jun, JunB, JunD), Fos (c-Fos, FosB, Fra-1, Fra2), Maf (c-Maf, MafB, MafA, MafG/F/K, Nrl) i ATF (ATF2, LRF1/ATF3, B-ATF, JDP1, JDP2). Rozpoznają one sekwencje TRE lub CRE (TGA(C/G)TCA) w regionach promotorowych wielu genów związanych z procesami apoptozy, proliferacji i różnicowania się komórek (Shaulian i Karin, 2002). JDP2 funkcjonuje jako represor transaktywacji, w której uczestniczą białka z rodziny Jun (Katz et al., 2001).
FMN1 jest białkiem należącym do klasy formin, które wiążą aktynę i są odpowiedzialne za polimeryzację aktyny oraz elongację mikrofilamentów. Aktywność formin jest ściśle związana z procesami wymagającymi prawidłowego funkcjonowania cytoszkieletu aktynowego, takimi jak cytokineza, endocytoza, utrzymanie kształtu, integralności i polarności komórki. W mięśniu sercowym szkielet aktynowy bierze również udział w transmisji sygnałów mechanicznych (zmian naprężenia w sercu) pomiędzy macierzą pozakomórkową i kardiomiocytami, co skutkuje zmianą aktywności szlaku przekazywania sygnałów RhoA/ROCK i pobudzeniem ekspresji genów związanych z hypertrofią (Surma et al., 2011). Coraz więcej doniesień świadczy o tym, że forminy odgrywają istotną rolę zarówno jako modulatory, jak i efektory szlaku sygnałowych GTP-az Rho (Young i Copeland, 2008).
Znane są różne zestawy biomarkerów stosowanych do określania ryzyka rozwinięcia niewydolności serca po zawale. Jednakże nadal poszukiwane są sposoby wiarygodnego oszacowania takiego ryzyka. Problem ten rozwiązuje przedmiotowy wynalazek dostarczając odpowiednie sposoby i zestawy biomarkerów, które nie są znane ze stanu techniki.
Istota wynalazku
Przedmiotem wynalazku jest zestaw biomarkerów transkryptomicznych do zastosowania w stratyfikacji indywidualnego ryzyka rozwoju pozawałowej niewydolności serca odpowiadające podwyższonemu względem poziomu ekspresji u osób zdrowych poziomowi ekspresji wszystkich spośród transkryptów genowych: FMN1, RNASE1 i JDP2.
Korzystnie poziom ekspresji biomarkerów transkryptomicznych oznacza poziom ekspresji mRNA tych genów, korzystnie wyizolowanego z jednojądrzastych komórek krwi obwodowej i/lub krwi pełnej.
Przedmiotem wynalazku jest również sposób diagnozowania ryzyka wystąpienia u pacjenta pozawałowej niewydolności serca, który charakteryzuje się tym, że wyznacza się in vitro profil ekspresji genów z grupy transkryptów obejmującej: FMN1, RNASE1 i JDP2 w leukocytach w próbce biologicznej pozyskanej od pacjenta po przebytym zawale serca, po czym na podstawie uzyskanego profilu określa się ryzyko wystąpienia niewydolności serca. Korzystnie biologiczna próbka jest próbką krwi, komórkami krwi, surowicą, osoczem lub korzystnie jednojądrzastymi komórkami krwi obwodowej. W korzystnym rozwiązaniu oznacza się poziom ekspresji mRNA biomarkerów. Korzystnie w sposobie według wynalazku poziom ekspresji biomarkerów skorelowany ze stanem chorobowym jest podwyższony względem poziomu ekspresji u osób zdrowych. Korzystnie ekspresję biomarkera oznacza się metodą immunochemiczną, w której ryzyko diagnozuje się na podstawie układu wiązania lub braku wiązania próbki z panelem.
PL 228 091 B1
Przedmiotem wynalazku jest również zastosowanie biomarkerów według wynalazku do diagnostyki in vitro w rozwoju pozawałowej niewydolności serca.
Wynalazek został przedstawiony na rysunku, na którym:
Fig. 1 przedstawia schemat założeń metodycznych badań opisanych w przykładach;
Fig. 2 przedstawia analizę PCA badanych próbek;
Fig. 3 przestawia mapę ciepła obrazującą poziomy transkryptów różnicujących badane grupy.
Szczegółowy opis
Biomarkery, wyselekcjonowane na podstawie wysokoprzepustowych eksperymentów transkryptomicznych, które odnoszą się do zmian w ekspresji mRNA, skorelowane są z wartością rokowniczą pacjentów pozawałowych.
Wynalazek dotyczy sposobu przewidywania ryzyka wystąpienia niewydolności serca u pacjentów pozawałowych, obejmujący oznaczenie w próbce od określonego pacjenta podwyższonego poziomu ekspresji co najmniej dwóch genów z następującej grupy transkryptów: FMN1, RNASE1, JDP2 i opcjonalnie można również oznaczyć ekspresję TIMP1. W skrócie, metoda polega na izolowaniu RNA z krwi pacjenta, następnie syntezy cDNA, badania poziomu ekspresji genów metodą RT-qPCR (ang. quantitative reverse transcription polymerase chain reaction) i analizie relatywnych zmian w ekspresji poszczególnych genów, porównując poziom mRNA danych genów u chorych relatywnie do poziomu mRNA tych samych genów u osób zdrowych i normalizując w stosunku do poziomu mRNA wybranych genów referencyjnych, z uwzględnieniem różnic w wydajności amplifikacji poszczególnych genów.
Wynalazek umożliwi diagnostykę i/lub określenie prognozy dla danego pacjenta, opartej na ekspresji mRNA wybranych transkryptów oznaczanych w RNA wyizolowanym z jednojądrzas tych komórek krwi obwodowej (ang. peripheral blood mononucleated cell, PBMC) oraz krwi pełnej. Podwyższenie bądź obniżenie poziomu ekspresji proponowanych genów jest skorelowane z stanem chorobowym w porównaniu do poziomu ekspresji genów w stanie niepatologicznym.
Prezentowany wynalazek umożliwi uzupełnienie stratyfikacji ryzyka i wczesną identyfikację pacjentów szczególnie zagrożonych pozawałową niewydolnością serca. Profile ekspresyjne wytypowanych genów są generowane przy wykorzystaniu metody RT-qPCR i mogą być wykorzystane w połączeniu z innymi metodami diagnostyczno-prognostycznymi.
Wynalazek został opisany na podstawie niniejszych przykładów, które zostały przedstawione jedynie w celu umożliwienia specjaliście przeprowadzenie wynalazku, jednakże zakres ochrony jest przedstawiony w zastrzeżeniach.
P r z y k ł a d y
Próby biologiczne
Metodyka wynalazku opiera się na badaniu ekspresji biomarkerów w próbce pochodzącej od pacjenta. Termin „próbka” jest użyty dla określenia materiału biologicznego otrzymanego od pacjenta. Preferowane próbki to krew pobrana od pacjenta, które następnie są przetwarzane zgodnie z metodyką patentu. Procesowanie próbek może polegać na inkubacji, wirowaniu, precypitacji, koncentracji, rozcieńczeniu. Rodzaj zastosowanych procedur może zależeć od sposobu pobierania krwi, jak i od długości czasu dostępnego do izolowania RNA. Rodzaj zastosowanych procedur nie ma wpływu na dalsze postępowanie metodyczne.
Określanie ekspresji genów
W prezentowanym wynalazku, ekspresja mRNA co najmniej dwóch z genów wybranego z grupy zawierającej następujące geny FMN1, RNASE1, TIMP1, JDP2, jest oznaczana:
Zestawienie danych dotyczących badanych transkryptów oraz genu referencyjnego HPRT1
Symbol genu TIMP1
Synonimy CLGI; EPA; EPO; HCI; TIMP
Pełna nazwa inhibitor metaloproteinaz 1 (ang. metallopeptidase inhibitor 1)
Numer identyfikacyjny RefSeq (NCBI Reference Sequence) NM_003254
Numer identyfikacyjny HGNC 11820
Numer identyfikacyjny NCBI GenelD 7076
Organizm Homo sapiens
Symbol genu RNASE1
Synonimy RIB1; RNS1
Pełna nazwa: rybonukleaza 1 (trzustki) (ang. ribonuclease, RNase A family, 1 (pancreatic)
PL 228 091 B1
Numer identyfikacyjny RefSeq (NCBI Reference Sequence) NM_198232
Numer identyfikacyjny HGNC 10044
Numer identyfikacyjny NCBI GenelD 6035
Organizm Homo sapiens
Symbol genu JDP2
Synonimy JUNDM2
Pełna nazwa białko 2 dimeryzacji Jun (ang. Jun dimerization protein 2)
Numer identyfikacyjny RefSeq (NCBI Reference Sequence) NM_001135049
Numer identyfikacyjny HGNC 17546
Numer identyfikacyjny NCBI GenelD 122953
Organizm Homo sapiens
Symbol genu FMN1
Synonimy FMN, LD
Pełna nazwa formina 1 (ang. formin 1)
Numer identyfikacyjny RefSeq (NCBI Reference Sequence) NM_001103184
Numer identyfikacyjny HGNC 3768
Numer identyfikacyjny NCBI GenelD 342184
Organizm Homo sapiens
Symbol genu HPRT1
Synonimy HGPRT, HPRT
Pełna nazwa fosforybozylotransferaza 1 hipoksantyny (ang. hypoxanthine phosphoribosyltransferase 1)
Numer identyfikacyjny RefSeq (NCBI Reference Sequence) NM_000194
Numer identyfikacyjny HGNC 5157
Numer identyfikacyjny NCBI GenelD 3251
Organizm Homo sapiens
Stosowanych jest wiele metod do oznaczania poziomu biomarkerów w analizowanych próbkach. Ekspresja może być badana na przykład za pomocą mikromacierzy bądź metody RT-qPCR.
Zwykle mikromacierz jest płytką szklaną lub plastikową, na której nadrukowane są sekwencje DNA (sondy), umożliwiające badanie ekspresji nawet kilkudziesięciu tysięcy genów. Metoda detekcji oparta na technologii macierzowej zwykle składa się z następujących etapów: (1) izolowanie RNA z badanych próbek i synteza cDNA za pomocą odwrotnej transkrypcji, (2) hybrydyzacja wyznakowanego RNA do sond zamieszczonych w macierzy, a następnie płukanie w celu usunięcia niezwiązanych sekwencji (3), skanowanie obrazu macierzy (4) analiza jakościowa i statystyczna otrzymanych wyników. Wiele rodzajów metod opartych na technikach macierzowych jest obecnie dostępnych.
Alternatywnie, poziomy ekspresji biomarkerów mRNA będących przedmiotem tego wynalazku mogą być mierzone za pomocą metody RT-qPCR. Według tej metody z krwi pacjenta izoluje się RNA, następnie przeprowadza syntezę cDNA, bada się poziom ekspresji genów metodą RT-qPCR i analizuje relatywne zmiany w ekspresji poszczególnych genów, porównując poziom mRNA danych genów u chorych relatywnie do poziomu mRNA tych samych genów u osób zdrowych i normalizując w stosunku do poziomu mRNA wybranych genów referencyjnych, z uwzględnieniem różnic w wydajności amplifikacji poszczególnych genów.
Pacjenci
Choroba wieńcowa, będąca jedną z najczęstszych form patologii sercowo-naczyniowych, jest główną przyczyną niewydolności mięśnia sercowego (ang. heart failure - HF). Zdarzeniem w chorobie wieńcowej szczególnie często prowadzącym do rozwoju HF, jest zawał serca. Rozwój niewydolności serca po ostrym zawale mięśnia sercowego bezpośrednio związany jest z niekorzystną przebudową lewej komory.
Grupę badaną stanowiło 17 pacjentów z pierwszym w życiu zawałem serca z uniesieniem odcinka ST, scharakteryzowanych klinicznie, z Warszawskiego Uniwersytetu Medycznego (WUM). Oddzielną grupę pacjentów o podobnych parametrach klinicznych stanowiło 14 pacjentów z Uniwersytetu Medycznego w Białymstoku (UMB). Na podstawie parametrów klinicznych obie grupy zostały podzielone na grupę pacjentów u których doszło do rozwinięcia pozawałowej niewydolności serca (NS) w obserwacji 6-miesięcznej i na grupę pacjentów u których nie doszło do rozwoju pozawałowej niewydolności serca (nie-NS) (w obserwacji 6-miesięcznej). Parametry kliniczne pacjentów zostały przedstawione w Tabeli 1.
PL 228 091 Β1
Tabela 1
Charakterystyka grupy badanej i walidacyjnej
Parametr Grupa badana Grupa walidacyjna
NS(n = 9) nie-NS (n = 8) NS (π = Ό nie-NS (n=7)
Wiek (lata)* 60.2 ±14.1 51.7 ±7.2 59.7±9.4 56.7±13.2
Kobiety/Mężczyźni (n/n) 3K/6M 1K/7M 0K/7M 0K/7M
BMI * 26.8±3,1 25.5±1,6 30±3.7 26.1 ±4.2
Nadciśnienie tętnicze, n (%) 3 (33.3 %) 1 (12.5%) 5(71.4 %) 5 (71,4 %)
Cukrzyca, n (%) 2 (22.2 %) 1 (12.5%) 2 (28.6 %) 0 (0 %)
Hiperlipidemia, n (%) 5 (55.5 %) 4 (50 %) 5(71.4 %) 5 (71.4 %)
Przebyty wcześniej zawał serca, n (%) 0 (0 %) 0 (0 %) 0 (0 %) 0 (0 %)
Palący papierosy, _ 3 (33.3 %) 5 (62.5 %) 3 (42.9 %) 5(71.4%)
LVEF (%)* 39.3±8.4* 66.7±1.9 28.86±6.3“ 57.7±4.7
NT-proBNP (pg/mi)*...... 918.3±848.5” 62.0±14.1 *’ 1960.9±3421.9“ 119.4±118.9*
Leczenie
ACEI/ARB 9 (100 %) 8 (100 %) 7(100%) 7(100%)
Beta-blokery 9 (100 %) 8 (100 %) 7(100%) 7 (100%)
Statyny 9 (100 %) 8 (WO %) 7(100%) 7(100%)
BMI - Wskaźnik Masy Ciała
LVEF-frakcja wyrzutowa lewej komory
NT-proBNP - N-końcowy propeptyd natriuretyczny typu B
ACEI/ARB - inhibitory konwertazy angiotensyny/blokery receptora angiotensynowego •Wyniki wyrażono jako wartości średnie ± odchylenie standardowe lub jako liczbę pacjentów w % Wartości LVEF, NT-proBNP w 6 miesiącu od zawału mięśnia sercowego
PL 228 091 B1
Grupa pacjentów z WUM została przeanalizowa na z wykorzystaniem metod wysokoprzepustowych; na podstawie tych analiz został wyselekcjonowany panel 4 transkryptów, które zostały zwalidowane metodą RT-qPCR oraz dodatkowo zbadane na niezależnej grupie pacjentów z UMB. Ponadto, w obu grupach pacjentów zastosowano różne metody pobierania krwi i izolowania RNA. Metoda zastosowana w przypadku pacjentów z WUM wymaga bardzo szybkiej izolacji komórek PBMC (maksymalnie do 1 godziny), natomiast metoda użyta w przypadku pacjentów z UMB daje możliwość transportu krwi i izolowania RNA w dogodnym momencie. Stwierdziliśmy, że czas i metoda uzyskiwania materiału do dalszych badań nie wpływa na jakość RNA i na wydajność reakcji.
Opracowane biomarkery w prezentowanym wynalazku, umożliwią uzupełnienie stratyfikacji ryzyka i wczesną identyfikację pacjentów szczególnie zagrożonych pozawałową niewydolnością serca. Zbadane biomarkery mają wartość prognostyczną, ponieważ dzięki ich zbadaniu można przewidywać ryzyko rozwinięcia niewydolności serca.
Poniżej szczegółowo przedstawiono przykłady zastosowania rozwiązań według wynalazku.
P r z y k ł a d 1
Metody
Charakterystyka pacjentów
Badania zostały zaplanowane w celu określenia poziomu ekspresji genów badanych w cyrkulującej krwi pacjentów po przebytym zawale z uniesieniem odcinka ST, leczonych pierwotną angioplastyką wieńcową. Na przeprowadzenie badań została udzielona zgoda Komisji Bioetycznej Warszawskiego Uniwersytetu Medycznego. Pacjenci wyrazili zgodę na uczestniczenie w badaniu naukowym, poprzez podpisanie świadectwa świadomej zgody. Krew obwodowa została pobrana od 17 pacjentów z WUM w przy przyjęciu, natomiast w 4-6, 30-35 dobie oraz po 6 miesiącach od zawału serca pacjenci byli monitorowani klinicznie. Charakterystyka pacjentów opierała się na ocenie klinicznych parametrów. Wszyscy pacjenci byli leczeni w pierwszej dobie pierwotną angioplastyką wieńcową, a także aspiryną, klopidogrelem, inhibi torami konwertazy angiotensyny/blokerami receptora angiotensynowego (ACEI/ARB), beta-blokerami i statynami. Podział na grupę pacjentów z rozwojem pozawałowej niewydolności serca (NS) i na grupę bez rozwoju pozawałowej niewydolności serca (nie-NS) został dokonany na podstawie wartości frakcji wyrzutowej lewej komory (LVEF) oraz markera biochemicznego NT-proBNP (N-końcowy propeptyd natriuretyczny typu B) po 6 miesiącach od przebytego zawału. Dla pacjentów zakwalifikowanych do grupy NS średnia wartość LVEF wynosiła 39,3%, średnia wartość NT-proBNP - 918 (pg/ml), natomiast u pacjentów nie-NS LVEF wynosił 66,7% i NT-proBNP - 62 (pg/ml).
Izolowanie RNA
Próbki krwi pełnej od pacjentów z WUM zostały pobrane do probówek BD Vacutainer®CPT™ (Becton, Dickinson and Company, NY, USA). Separację PBMC wykonano przy pomocy wirowania i płukania komórek buforowanym fizjologicznym roztworem soli (PBS). Następnie komórki PBMC zostały zawieszone w RNA later® solution (Ambion Inc, TX, USA) i przechowywane w - 80°C. RNA zostało wyizolowane aparatem MagNA Pure® Compact i przy wykorzystaniu zestawu odczynników MagNA Pure Compact Nucleic Acid Isolation Kit I (Roche Diagnostics GmbH, Mannheim, Germany). Jakość wyizolowanego RNA oceniano na bioanalizatorze (Agitent 2100 Bioanalizer i RNA 600 Nano Assay Kit, Agilent, Agilent Technogies, Pao Alto, CA, USA). Wszystkie próbki miały wysoki współczynnik integralności RNA (ang. RNA Integrity Number) - powyżej 8, co umożliwiło przeprowadzenie reakcji syntezy cRNA i cDNA do analiz mikromacierzowych.
Analizy mikromacierzowe
Eksperyment przeprowadzono na mikromacierzach Affymetrix GeneChip Human Gene 1.0 ST (Affymetrix, Inc., Santa Clara, CA, USA). Reakcje syntezy cRNA, cDNA, fragmentacji i znakowania przeprowadzono z zastosowaniem zestawów Ambion WT Expression Kit (Ambion Inc., TX, USA) i Affymetrix GeneChip WT Terminal Labeling Kit (Affymetrix, Inc., Santa Clara, CA, USA). Do monitorowania przebiegu reakcji użyto kontroli: Affymetrix GeneChip Poly-A RNA Control Kit oraz Affymetrix GeneChip Hybridization Controls (Affymetrix, Inc., Santa Clara, CA, USA). Hybrydyzację prowadzono przez 17 h w 45°C (Affymetrix GeneChip Hybridization Oven 640), płukanie z zastosowaniem Affymetrix GeneChip Fluidics Station 450, skanowanie z zastosowaniem Affymetrix GCS 3000 GeneArray Scanner (aparatura i odczynniki: Affymetrix, Inc., Santa Clara, CA, USA). Analizę parametrów technicznych płytek przeprowadzono z zastosowaniem oprogramowania Affymetrix Expression Console 1.2.1.20.
PL 228 091 B1
Analiza statystyczna wyników mikromacierzowych
Program Partek Genomics® (Partek Inc., St. Louis, MO, USA) został wykorzystany do opracowania wyników transkryptomicznych. „Surowe” dane fluorescencji poszczególnych mikromacierzy zostały znormalizowane metodą RMA (ang. Robust Multi-array Analysis). Do obliczenia zmian ekspresji poszczególnych genów pomiędzy próbami (ang. Fold Change) i istotności różnic w ekspresji zastosowano analizę wariancji (ANOVA). Analizę funkcjonalną przeprowadzono programem Ingenuity (Ingenuity Systems, Inc, Redwood City, CA, USA).
Ilościowy RT-qPCR
Ilościowy RT-qPCR został przeprowadzony w 3 etapach:
1) Synteza cDNA na drodze odwrotnej transkrypcji
Wyizolowane RNA użyto do syntezy cDNA metodą odwrotnej transkrypcji stosując zestaw QuantiTect® Reverse Transcription Kit (QIAGEN, Niemcy). Do syntezy cDNA użyto 200 ng RNA (PBMC), 2 gl 7 x buforu gDNA Wipeout i dopełniono do 14 gl RNase-Free Water. Tak przygotowane próbki inkubowano w łaźni wodnej w temperaturze 42°C przez 30' (etap DNazowania). Następnie dodano 4 gl 5 x buforu Quantiscript RT, 1 pl mieszaniny starterów RT Primer Mix i 1 gl Quantiscript Reverse Transcriptase. Reakcję odwrotnej transkrypcji przeprowadzono w aparacie MasterCycler personal (Eppendorf, Hamburg, Niemcy) w temperaturze 42°C przez 30', po czym reakcję poddano denaturacji w temperaturze 95°C przez 3'.
2) Analiza ekspresji genów metodą RT-qPCR w czasie rzeczywistym
Reakcję RT-qPCR w czasie rzeczywistym wykorzystano do analizy ekspresji poszczególnych genów. Do przeprowadzenia reakcji RT-qPCR użyto odczynników LightCycler 480 SYBR Green I Master, zestawu tego używano wraz z 96-dołkowymi płytkami LightCycler® (Roche, Niemcy) oraz aparatem LightCycler® 480 System (Roche, Niemcy). Skład mieszaniny na jedną próbkę (10 gl) był następujący: 2 gl H2O, po 1 gl każdego startera rozcieńczonego 20 x (5 pmol/gl), 5 gl 2 x LightCycler® 480 SYBR Green I Master oraz 1 gl cDNA ze 100 gl. W każdym eksperymencie wykonano próbę negatywną, składająca się z Master Miksu, starterów, wody bez dodatku matrycy. Do pomiarów ilościowych stosowano następujący 4-etapowy protokół:
• 10-minutowa preinkubacja w 95°C • 45 cykli właściwej amplifikacji, przy czym każdy cykl składał się z 4 etapów:
1. denaturacja 95°C/10 s,
2. przyłączanie starterów (temperatura przyłączania dla FMN1 56°C/5 s, TIMP1 54°C/5 s, RNASE1 58°C/5 s, JDP2 58°C/5 s, HPRT1 55°C/5 s),
3. wydłużanie 72°C (czas wydłużania dla FMN1 9 s, TIMP1 6 s, RNASE1 9s, JDP2 7 s, HPRT1 5 s), • krzywa topnienia, 95°C/5 s, 65°C/1 min, a następnie powolne podgrzewanie próbek 0,1°C/s do 97°C z ciągłym pomiarem fluorescencji, • chłodzenie w 40°C/10 s.
Ilość kopii cząsteczek kwasu nukleinowego analizowanych genów była monitorowana w każdym cyklu reakcji amplifikacji. Liczba cykli reakcji PCR, po którym poziom fluorescencji przekroczył zdefiniowany próg (CP) (ang. Crossing Point) została użyta do obliczenia ilości badanych cząsteczek obecnych w mieszaninie na początku reakcji. Dla każdej próby wartość (CP) genu metabolizmu podstawowego HPRT1 - kontroli endogennej, została użyta do normalizacji poziomu ekspresji badanych genów. Dla każdego genu oszacowano wydajność amplifikacji analizowanych transkryptów w oparciu o krzywe amplifikacji.
Specyficzność produktów PCR sprawdzono zarówno poprzez krzywą topnienia, jak i wykonano rozdział elektroforetyczny produktów PCR w 3% żelu agarozowym. Każdy pomiar ekspresji genów dla poszczególnych pacjentów został przeprowadzony w 3-krotnym powtórzeniu.
PL 228 091 Β1
Tabela 2
Sekwencje starterów i warunki reakcji RT-qPCR
Symbol genu Długość produktu PCR bp Temperatura przyłączania starterów Czas wydłużania w 72°C Wydajność amplifikacji poszczególnych transkryptów Sekwencje starterów
FMN1 208 56°O 9s 2.00 F: 5’ CCAAGAGGATGAGCTGGTTA 3’ R: 5' AGCTCGCGTGATGATCTCTA 3'
RNAS E1 172 58°C 9s 2.00 F; 5’ GTCCGGCTCCTTCTGCTTGT 3' R: SOTGTCATATTCCGGCGCCTC 3’
TIMP1 148 54°C 6s 1.82 F: 5’ GCTTCTGGCATCCTGTTGTT 3’ R: 5’ AGGTGGTCTGGTTGACTTCT 3'
JDP2 188 58°C 7s 2.00 F: 5’ TACGCTGACATCCGCAACCT 3’ R: 5’ AACTCCGTGCGCTCCTTCTT 3’
HPRT 102 55°C 5s 1.80 F: 5’ TGACCTTGATTTATTTTGCATACC 3’ R: 5’CGAGCAAGACGTTCAGTCCT 3’
3) Matematyczny model użyty do oszacowania relatywnych poziomów mRNA poszczególnych genów
Do określenia zmian w ilości mRNA badanych genów zastosowano model Pfaffla, w którym poziom mRNA danych genów jest normalizowany w stosunku do poziomu mRNA wybranych genów referencyjnych z uwzględnieniem różnic w wydajności amplifikacji poszczególnych transkryptów. Autor modelu przedstawia obliczenie względnego poziomu ekspresji badanego genu według wzoru:
Rafio - poziom badanego transkryptu w próbie nieznanej wyrażony jako wielokrotność kalibratora
Etarget — wydajność amplifikacji transkryptu badanego
Eref - wydajność amplifikacji transkryptu referencyjnego
Acptarget (contro-sampie) _ różnica średnich wartości Cp transkryptu badanego
Acpref (contro sample) - różnica średnich wartości Cp transkryptu referencyjnego
Poziom mRNA danych genów normalizowano w stosunku do poziomu mRNA genu HPRT1. Do oszacowania relatywnych poziomów mRNA poszczególnych genów posłużono się narzędziem REST-version 2 (ang. Relative Expression Software Tool - version 2). Program ten, umożliwia porównanie poziomu mRNA dwóch grup (kontrolnej i badanej) i testowanie istotności statystycznej wykazanych różnic w poziomach mRNA z zastosowaniem testów randomizacji (ang. Pair Wise Fixed Reallocation Test).
Przykład 2
Metody
Charakterystyka pacjentów
Badania zostały przeprowadzone w celu zweryfikowania wykrytych biomarkerów pozawałowej niewydolności serca na niezależnej grupie pacjentów z Uniwersytetu Medycznego w Białymstoku (UMB). 14 pacjentów po przebytym zawale z uniesieniem odcinka ST i leczonych pierwotną angioplastyką wieńcową, wyraziło zgodę na uczestniczenie w badaniu naukowym, poprzez podpisanie Świadectwa świadomej zgody. Na przeprowadzenie badań została udzielona zgoda Komisji Bioetyczna Uniwersytetu
PL 228 091 B1
Medycznego w Białymstoku. Charakterystyka pacjentów opierała się na ocenie klinicznych parametrów. Krew od pacjentów została pobrana w momencie przyjęcia, natomiast w 4-6, 30-35 dobie oraz po 6 miesiącach od zawału serca, pacjenci byli monitorowani klinicznie analogicznie do grupy pacjentów z WUM. Analogicznie wszyscy pacjenci byli leczeni w pierwszej dobie pierwotną angioplastyką wieńcową, a także aspiryną, klopidogrelem, inhibitorami konwertazy angiotensyny/blokerami receptora angiotensynowego (ACEI/ARB), beta-blokerami i statynami. Podział na grupę pacjentów z rozwojem pozawałowej niewydolności serca (NS) i na grupę bez rozwoju pozawałowej niewydolności serca (nieNS) został dokonany na podstawie wartości frakcji wyrzutowej lewej komory (LVEF) oraz markera biochemicznego NT-proBNP (N-końcowy propeptyd natriuretyczny typu B) po 6 miesiącach od przebytego zawału. Dla pacjentów zakwalifikowanych do grupy NS średnia wartość LVEF wynosiła 28,9%, średnia wartość NT-proBNP - 1960,9 pg/ml, natomiast u pacjentów nie-NS LVEF wynosił 57,7% oraz NT-proBNP - 119,4 pg/ml.
Izolowanie RNA
Próbki krwi pełnej od pacjentów z UMB zostały pobrane do probówek PAXgene™ (Qiagen, Germany), następnie inkubowano przez 2 godziny w temperaturze pokojowej. Kolejno probówki z krwią były transportowane (w temperaturze +4°C) do laboratorium. RNA było izolowane po 24 godzinach od momentu pobrania. Do izolowania RNA wykorzystano kit PAXgene™ Blood RNA System, zgodnie z procedurą podaną przez producenta. Jakość wyizolowanego RNA oceniano na bioanalizatorze (Agilent 2100 Bioanalizer i RNA 600 Nano Assay Kit, Agilent, Agilent Technogies, Pao Alto, CA, USA).
Ilościowy RT-PCR
Ilościowy RT-PCR został przeprowadzony według metodyki opracowanej dla RNA otrzymanego od pacjentów z WUM (Przykład 1).
Wyniki
Pacjenci
Świadectwo świadomej zgody i próbki krwi zostały uzyskane od 31 pacjentów pochodzących z dwóch niezależnych ośrodków klinicznych: Warszawski Uniwersytet Medyczny (n = 17) i Uniwersytet Medyczny w Białymstoku n = 14). Według wybranych parametrów klinicznych, (LVEF - frakcja wyrzutowa lewej komory i NT-proBNP - N-końcowy propeptyd natriuretyczny typu B) zbadanych po 6 miesiącach od wystąpienia zawału w pacjenci zostali podzieleni na dwie grupy: pacjentów u których rozwinęła się pozawałowa niewydolność serca (NS) i pacjentów nie-NS - u których zawał nie doprowadził do rozwoju niewydolności serca.
Wybranie genów związanych z rozwojem pozawałowej niewydolności serca
W celu zidentyfikowania genów u których zmiany w ekspresji mogą być parametrem rozwoju niewydolności po wystąpieniu ostrego zawału, została przeprowadzona analiza macierzowa na próbkach pobranych od pacjentów z WUM. „Surowe” dane fluorescencji poszczególnych macierzy zostały znormalizowane metodą RMA (ang. Robust Multi-array Analysis). Przeprowadzono nienadzorowaną analizę zbioru macierzy metodą Analizy Głównych Składowych (PCA). Analiza PCA wykazała zróżnicowanie badanych grup reprezentujących pacjentów NS i nie-NS.
Do analizy zmienionych genów w badanych próbkach zastosowano analizę wariancji ANOVA, przy następujących kryteriach odcięcia: p < 0,05 i fold change ±> 1,5. Otrzymano listę 225 genów (107 adnotowanych i 118 bez adnotacji).
PL 228 091 Β1
Poniższe zestawienie przedstawia listę genów różnicujących, posiadających adnotację:
Gene Symbol RefSeq Wartość p (Pacjent) Krotność zmiany (NS vs.nie-NS)
ABCD2 NM 005164 0.0469917 -1.70971
ADAMTS2 NM_014244 0.0448791 1 96014
ADM NM_001124 0.0307457 1.52064
AK5 NM_174858 0.0311163 -1.93798
AMY2B NM_020978 0.01142 -1.59821
ANKRD36B NM_025190 0.038301 -1.54762
APBB2 NM_004307 0.0231786 1.59166
AREG NM_001657 0.0268264 1,8885
AREG NM_001657 0.0357281 2.03204
BANK1 NM_017935 0.0495889 -1.58347
C6orf25 NM_138277 0.0409132 1.63637
C6orf25 NM_138277 0.0430783 1.65733
C6orf25 NM_138277 0.039982 1.66355
C9orf95 NRJ123352 0.0295803 -1.63004
CD24 NM_013230 0.0404677 -1.74763
CD28 NM 006139 0.034903 -1.63474
CDA NM_001785 0.0133897 1.60735
CLU NM 001831 0.0380488 1.86459
COBLL1 NM_014900 0.024395 -1.5327
CR2 NM 001006658 0.0168323 -1.55197
CRISPLD2 NM_031476 0.0278502 1.52319
CSGALNACT1 NM_018371 0.0213203 -1.50285
DOCK9 NM_015296 0.0316927 -1.56242
DPP4 NMJ301935 0.0413474 -1.58096
DSC1 NM_024421 0.0178057 -1.70612
ΕΡΗΧ2 NM_G01979 0.0196545 -1.59913
FAM113B BC008360 0.009905 -1.52221
FAM153B NM 001079529 0.0198199 -1.62746
PL 228 091 Β1
Gene Symbol RefSeq Wartość p (Pacjent) Krotność zmiany (NS vs.nie-NS)
FAM153B NM_0Q1079529 0.0296789 -1.5372
FAM153C NM_001079527 0.0323118 -1.55234
FCRL1 NM_052938 0.0340379 -1.65221
FCRL2 NM_030764 0.0132842 -1.73915
FLT3 NM_004119 0.0329164 2.08236
FMN1 ENST0G000414268 0.00958055 2.79016
FOS NM 005252 0.0352322 1.6684
FOSB NM_006732 0.0159216 1.99281
FSTL1 NM_007Q85 0.0323571 1.58923
G0S2 NM_015714 0.0204903 1.55081
GCET2 NM_001008756 0.0179733 -1.51726
GPER NM_001039966 0.0293458 1.51442
GPR15 NM_005290 0.0298187 -3.08618
GSDMB NM001165958 0.00762663 -1.72045
HIVEP2 NM_006734 0.00683168 -1.54514
ΗΜΟΧ1 NM_002133 0.0130014 1.51249
HRH4 NM_021624 0.0415242 -1.57451
ICOS N M 012092 0.0334686 -1.61596
IFNGR1 NM_000416 0.0265609 1.541
IKZF2 NM_016260 0.0478205 -1.56544
IL1R2 NM_004633 0.0394166 3.10348
IL2RA NM_000417 0.0302936 -1.53516
INPP4B NM_003866 0.0494143 -1.5426
ITGA6 NM_000210 0.0261737 -1.62354
JDP2 NM_001135049 0.0107536 1.8113
KCTD12 NM_138444 0.012041 1.53324
KIAA0748 NM_001098815 0.0146606 -1.51695
LHFPL2 NM 005779 0.0256441 1.56697
PL 228 091 Β1
Gene Symbol RefSeq Wartość p (Pacjent) Krotność zmiany (NS vs.nie-NS)
ŁOC100131581 AK092544 0.0129399 -1.69531
LRRN3 NM 001099660 0.0235208 -2.5529
LYVE1 NM 006691 0,0378372 1.73741
MAL NM_002371 0,0273941 -1.59613
MARS2 NM_138395 8.70681 e-007 -1.54351
MFSD2B NM_001080473 0.0456674 1.5212
MGAM NM_00466B 0.0273156 1.89092
MS4A1 NM_152866 0.0428405 -1.78338
MS4A3 NM_006138 0.0469504 -1.61668
NAMPT NM_005746 0.0360701 1.53312
NAMPT NM005746 0.0258243 1.583
NELL2 NM_006159 0.0192659 -1.78015
NFIL3 NM_005384 0.0241924 1.69166
NRGN NMJ306176 0.0179662 1.6994
OR52N4 NM_001005175 0.0244699 -1 64949
OSBPL10 NM_017784 0.013799 -1.61061
P2RY10 NM_014499 0.0310185 -1.53974
PER1 NM_002616 0.018923 1.63349
PGA3 NM_001079807 0.0116366 1.7659
PGA4 N MO01079808 0.0122908 1.84885
PGA5 NM_014224 0.0123735 1.82358
PVALB NM_002854 0.0371886 1.83557
RASGRF2 NM 006909 0.0341977 -1.5221
RASGRP3 NM_170672 0.0309359 -1.55868
RIC3 NM_024557 0.0260037 -1.55672
RNASE1 NM_198232 0.0227935 1.95369
SLED1 NR 003542 0.028744 2.22292
SNORA22 NR 002961 0.0192458 -1.78864
PL 228 091 Β1
Gene Symbol RefSeq Wartość p (Pacjent) Krotność zmiany (NS vs.nie-NS)
SNORA61 NR_002987 0.0371973 -1.5556
SNORD116-24 NR_003338 0.0230589 -1.86354
SNORD28 NR_002562 0.0296354 -1.68784
SNORD42A NR_000014 0.0172731 -1.59266
SNORD42B NR 000013 0.0120945 -1.5425
SNORD47 NR_002746 0.0277813 -1.75842
SPARC NM_003118 0.0459948 1.77743
SPIĆ NM_152323 0.00905216 1.63721
ST14 NM_021978 0.0239803 1.53647
STAP1 NM_012108 0.0219813 -1.77671
TAS2R4 NM_016944 0.00342938 -1.57668
TCN2 NM_000355 0.0283251 1.87292
TIMP1 NM_003254 0.00838666 1.50224
TMEM194B NM001142645 0.0194176 -1.594
TPST1 NM_003596 0.028574 2.0356
TRAV8-3 Χ58769 0,0357429 -1.59254
TSHZ2 ENST00000371497 0.0128499 -1.77547
TSHZ2 NM_173485 0.016395 -1.59924
VSIG1 NM_001170553 0.0389136 -1.53166
ZNF253 NM 021047 0.0240569 -1.52272
ZNF429 NM001001415 0.000133358 -1.97188
ZNF493 NM_001076678 0.0110629 -1.50734
ZNF860 NM 001137674 0.0329027 -1.67335
PL 228 091 Β1
Analiza ekspresji za pomocą hierarchicznej analizy skupisk (ang. Heat map) listy 209 transkryptów (NS vs nie_NS) wykazała odmienny profil transkrypcyjny, różnicujący badane grupy pacjentów.
Zwiększona ekspresja wybranych transkryptów (biomarkerów) skorelowana z wystąpieniem niewydolności
Ilościowy RT-qPCR został przeprowadzony w celu zwalidowania danych z mikromacierzy (WUM) oraz potwierdzenia wyników na niezależnej grupie pacjentów (UMB). Wykorzystując gen HPRT1 jako gen o stabilnej ekspresji (ang. housekeeping gene) wykazano, że geny FMN1, RNASE1, TIMP1, JDP2 mają podwyższoną ekspresję u pacjentów NS w porównaniu do pacjentów nie-NS.
Tabela 3
Wyniki walidacji wyników macierzowych na grupie WUM
Symbol genu Nazwa genu Numer sekwencji referencyjnej (RefSeq) Wynik mikromacierzy RT-qPCR‘
FMN1 Formin 1 NM 001103184 2.79 p = 0.01 2.15 p= 0.023
RNASE Ribonuclease, RNase A family, 1 (pancreatic) NMJ 98232 1.95 p — 0.02 3.76 p = 0.006
TIMP1 TIMP metallopeptidase inhibitor 1 NM_003254 1.50 p = 0.01 1.56 p = 0.003
JDP2 Jun dimerization protein 2 NM_001135049 1.81 p = 0.01 1.85 p = 0.008
* wyniki normalizowano wobec genu HPRT1
Tabela 4
Wyniki walidacji na niezależnej grupie pacjentów (UMB)
1 Symbol genu Nazwa genu Numer sekwencji referencyjnej (RefSeq) RT-qPCR*
FMN1 Formin 1 NM 001103184 1.91 p-0.042
RNASE1 Ribonuclease, RNase A family, 1 (pancreatic) NMJ 98232 3.72 p=0.022
TIMP1 TIMP metallopeptidase inhibitor 1 NM 003254 1.77 p=0.003
JDP2 Jun dimerization protein 2 NM 001135049 1.517 p=0.037
•wyniki normalizowano wobec genu HPRT1
PL 228 091 B1
Modelowanie sieci genowych wykonano za pomocą oprogramowania Ingenuity Pathway Analysis (IPA). Bezpośrednie oddziaływania zaznaczone są liniami ciągłymi, natomiast oddziaływania pośrednie liniami przerywanymi. Na podstawie bazy literaturowej IPA sieć oddziaływań powiązano z występowaniem objawów przerostu serca.
Końcowe wnioski
1. Przeprowadzane badania potwierdzają istnienie korelacji między poziomami ekspresji transkryptów; FMN1, RNASE1, TIMP1, JDP2 z wartością ratowniczą pacjentów pozawałowych.
2. Otrzymane wyniki umożliwiają diagnostykę i/tub określenie, prognozy dla danego pacjenta, opartej na ekspresji mRNA wybranych transkryptów oznaczanych w RNA.
Referencje:
1. Czech M., Opolski G., Zdrojewski T., Dubiel J.S., Wizner B., Bolisęga D., Fedyk-Łukasik M. Grodzicki T. The costs of heart failure in Poland from the public payer's perspective. Polish programme assessing diagnostic procedures, treatment and costs in patients with heart failure in randomly selected outpatient clinics and hospitals at different levels of care: POLKARD. Kardiol Pol. 2013; 71(3): 224-32.
2. Anwaruddin S., Askari A.T., Topol E.J., Redefining risk in acute coronary syndromes using molecular medicine. J Am Coll Cardiol. 2007; 49(3): 279-89.
3. Horne B.D., Carlquist J.F., Muhlestein J.B., Nicholas Z.P., Anderson J.L.; Intermountain Heart Collaborative Study Group. Associations with myocardial infarction of six polymorphisms selected from a three-stage genome-wide association study. J. Am Heart 2007; 154(5): 969-75.
4. Madjid M., Awan I., Willerson J.T., Casscells S.W., Leukocyte count and coronary heart disease: implications for risk assessment. J Am Coll Cardiol 2004; 44(10): 1945-56.
5. Iqbal N., Wentworth B., Choudhary R., Landa Ade L., Kipper B., Fard A., Maisel A.S. Cardiac biomarkers: new tools for heart failure management. Cardiovasc Diagn Ther. 2012; 2(2): 147-64.
6. Cohn J.N., Ferrari R., Sharpe N. Cardiac remodeling: concepts and clinical implications. A consensus paper from an international forum on cardiac remodeling. J Am Coll Cardiol. 2000; 35: 569-582.
7. Savoye Ch., Equine O., Tricot O., et al. Left Ventricular Remodeling After Anterior Wall Acute Myocardial Infarction in Modern Clinical Practice (from the REmodelage VEntriculaire [REVE] Study Group). Am J Cardiol 2006; 98: 1144-1149.
8. Sinnaeve, P.R., Donahue M.P., Grass P., Seo D., Vonderscher J., Chibout S.D., Kraus W.E., Sketch M., Nelson C., Ginsburg G.S., Goldschmidt-Clermont P.J., Granger C.B., Gene expression patterns in peripheral blood correlate with the extent of coronary artery disease. PLoS One. 2009, 4(9), e7037.
9. Joehanes R., Johnson A.D., Barb J.J., Raghavachari N., Liu P., Woodhouse K.A., O'Donnell C.J., Munson P.J., Levy D. Gene expression analysis of whole blood,peripheral blood mononuclear cells, and lymphoblastoid cell lines from the Framingham Heart Study. Physiol Genomics. 2012; 44(1): 59-75.
10. Barton P.J., Birks E.J., Felkin L.E., Cullen M.E., Koban M.U., Yacoub M.H. Increased expression of extracellular matrix regulators TIMP1 and MMP1 in deteriorating heart failure. J Heart Lung Transplant. 2003; 22(7): 738-44.
11. Polyakova V., Loeffler I., Hein S., Miyagawa S., Piotrowska I., Dammer S., Risteli J., Schaper J., Kostin S. Fibrosis in endstage human heart failure: severe changes in collagen metabolism and MMP/TIMP profiles. Int J Cardiol. 2011; 151(1): 18-33.
12. Ahmed S.H., Clark L.L., Pennington W.R., Webb C.S., Bonnema D.D., Leonardi A.H., McClure C.D., Spinale F.G., Zile M.R. Matrix metalloproteinases/tissue inhibitors of metalloproteinases: relationship between changes in proteolytic determinants of matrix composition and structural, functional, and clinical manifestations of hypertensive heart disease. Circulation. 2008; 113(17): 2089-96.
13. Vo T.K., de Saint-Hubert M., Morrhaye G., Godard P., Geenen V., Martens H.J., Debacq- Chainiaux F., Swine C., Toussaint O. Transcriptomic biomarkers of the response of hospitalized geriatric patients admitted with heart failure. Comparison to hospitalized geriatric patients with infectious diseases or hip fracture. Mech Ageing Dev. 2011; 132(3): 131 -9.
PL 228 091 B1
14. Vang D., Chen Q., Rosenberg H.F., Rybak S.M., Newton D.L., Wang Z.Y., Fu Q., Tchernev V.T., Wang M., Schweitzer B., Kingsmore S.F., Patel D.D., Oppenheim J.J., Howard O.M. Human ribonuclease A superfamily members, eosinophil-derived neurotoxin and pancreatic ribonuclease, induce dendritic cell maturation and activation. J Immunol. 2004; 173(10) 6134-42.
15. Shaulian E., Karin M.: AP-1 as a regulator of cell life and death. Nat. Cell Biol., 2002; 4: E131 -E136.
16. Katz S., Heinrich R., Aronheim A. The AP-1 repressor, JDP2, is a bona fide substrate for the c-Jun N-terminal kinase. FEBS Lett. 2001; 506(3): 196-200.
17. Sugden P.H. Signalling pathways in cardiac myocyte hypertrophy. Ann Med. 2001; 33(9): 611 -22.
18. Hill C., Wurfel A., Heger J., Meyering B., Schluter K.D., Weber M., Ferdinandy P., Aronheim A., Schulz R., Euler G. Inhibition of AP-1 signaling by JDP2 overexpression protects cardiomyocytes against hypertrophy and apoptosis induction. Cardiovasc Res. 2013; 99(1 ): 121 -8.
19. Surma M., Wei L., Shi J. Rho kinase as a therapeutic target in cardiovascular disease. Future Cardiol. 2011; 7(5): 657-71.
20. Young K.G., Copeland J.W. Formins in cell signaling. Biochim Biophys Acta, 2010; 1803(2): 183-90.

Claims (8)

1. Zestaw biomarkerów transkryptomicznych do zastosowania w stratyfikacji indywidualnego ryzyka rozwoju pozawałowej niewydolności serca odpowiadające podwyższonemu względem poziomu ekspresji u osób zdrowych poziomowi ekspresji wszystkich spośród transkryptów genowych: FMN1, RNASE1 i JDP2.
2. Zestaw według zastrz. 2, znamienny tym, że poziom ekspresji biomarkerów transkryptomicznych oznacza poziom ekspresji mRNA tych genów, korzystnie wyizolowanego z jednojądrzastych komórek krwi obwodowej i/lub krwi pełnej.
3. Sposób diagnozowania ryzyka wystąpienia u pacjenta pozawałowej niewydolności serca, znamienny tym, że wyznacza się in vitro profil ekspresji genów z grupy transkryptów obejmującej: FMN1, RNASE1 i JDP2 w leukocytach w próbce biologicznej pozyskanej od pacjenta po przebytym zawale serca, po czym na podstawie uzyskanego profilu określa się ryzyko wystąpienia niewydolności serca.
4. Sposób według zastrz. 3, znamienny tym, że biologiczną próbka jest próbką krwi, komórkami krwi, surowicą, osoczem lub korzystnie jednojądrzastymi komórkami krwi obwodowej.
5. Sposób według zastrz. 3 albo 4, znamienny tym, że oznacza się poziom ekspresji mRNA biomarkerów.
6. Sposób według zastrz. 3-5, znamienny tym, że podwyższony względem poziomu ekspresji u osób zdrowych poziom ekspresji biomarkerów jest skorelowany ze stanem chorobowym.
7. Sposób według zastrz. 3-6, znamienny tym, że ekspresję biomarkera oznacza się metodą immunochemiczną, w której ryzyko diagnozuje się na podstawie układu wiązania lub braku wiązania próbki z panelem.
8. Zastosowanie biomarkerów określonych zastrz. 1 do diagnostyki in vitro rozwoju pozawałowej niewydolności serca.
PL407163A 2014-02-12 2014-02-12 Zestaw biomarkerów transkryptomicznych do zastosowania w stratyfikacji indywidualnego ryzyka rozwoju pozawałowej niewydolnosci serca, sposób diagnozowania ryzyka wystapienia u pacjenta pozawałowej niewydolnosci serca i zastosowanie biomarkerów do diagnostyki in vitro PL228091B1 (pl)

Priority Applications (3)

Application Number Priority Date Filing Date Title
PL407163A PL228091B1 (pl) 2014-02-12 2014-02-12 Zestaw biomarkerów transkryptomicznych do zastosowania w stratyfikacji indywidualnego ryzyka rozwoju pozawałowej niewydolnosci serca, sposób diagnozowania ryzyka wystapienia u pacjenta pozawałowej niewydolnosci serca i zastosowanie biomarkerów do diagnostyki in vitro
EP15712187.2A EP3105350B1 (en) 2014-02-12 2015-02-12 Transcriptomic biomarkers, method for determination thereof and use of transcriptomic biomarkers for individual risk assessment of developing post-infarction heart failure
PCT/IB2015/000141 WO2015121737A2 (en) 2014-02-12 2015-02-12 Transcriptomic biomarkers, method for determination thereof and use of trnascriptomic biomarkers for individual risk assessment of developing post-infraction heart failure

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PL407163A PL228091B1 (pl) 2014-02-12 2014-02-12 Zestaw biomarkerów transkryptomicznych do zastosowania w stratyfikacji indywidualnego ryzyka rozwoju pozawałowej niewydolnosci serca, sposób diagnozowania ryzyka wystapienia u pacjenta pozawałowej niewydolnosci serca i zastosowanie biomarkerów do diagnostyki in vitro

Publications (2)

Publication Number Publication Date
PL407163A1 PL407163A1 (pl) 2015-08-17
PL228091B1 true PL228091B1 (pl) 2018-02-28

Family

ID=52737367

Family Applications (1)

Application Number Title Priority Date Filing Date
PL407163A PL228091B1 (pl) 2014-02-12 2014-02-12 Zestaw biomarkerów transkryptomicznych do zastosowania w stratyfikacji indywidualnego ryzyka rozwoju pozawałowej niewydolnosci serca, sposób diagnozowania ryzyka wystapienia u pacjenta pozawałowej niewydolnosci serca i zastosowanie biomarkerów do diagnostyki in vitro

Country Status (3)

Country Link
EP (1) EP3105350B1 (pl)
PL (1) PL228091B1 (pl)
WO (1) WO2015121737A2 (pl)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201902077D0 (en) * 2019-02-14 2019-04-03 Univ College Dublin Nat Univ Ireland Dublin Biomarkers
CN110478484B (zh) * 2019-08-08 2021-10-26 中山大学 抑制jdp2表达的物质在制备抗肿瘤药物中的应用
DE102020205364B4 (de) 2020-04-28 2022-01-20 Universität Rostock Verfahren zur Überwachung des Verlaufs einer Kardiomyozyten-Transplantation und Methode zur Bestimmung, ob ein Proband für einer Kardiomyozyten-Transplantation geeignet ist
CN111593121A (zh) * 2020-07-07 2020-08-28 吉林大学 G0s2基因在急性心肌梗死风险预测标记物中的用途

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009544013A (ja) * 2006-07-11 2009-12-10 エムユーエスシー ファウンデーション フォー リサーチ ディベロップメント プロテアーゼおよびプロテアーゼ阻害因子のプロファイリングによる心筋梗塞後の心不全の予測
RU2545757C2 (ru) * 2008-10-30 2015-04-10 Сантр Де Решерш Пюблик Де Ля Сантэ Биомаркеры
WO2013148316A1 (en) * 2012-03-29 2013-10-03 Biogen Idec Ma Inc. Biomarkers for use in integrin therapy applications

Also Published As

Publication number Publication date
WO2015121737A2 (en) 2015-08-20
EP3105350B1 (en) 2019-04-10
WO2015121737A4 (en) 2016-02-04
PL407163A1 (pl) 2015-08-17
WO2015121737A3 (en) 2015-11-26
EP3105350A2 (en) 2016-12-21

Similar Documents

Publication Publication Date Title
US12012635B2 (en) Methods and compositions for assessing patients with preeclampsia-related conditions using MicroRNA
Uyar et al. Cumulus and granulosa cell markers of oocyte and embryo quality
Silva et al. Forensic miRNA: potential biomarker for body fluids?
US20230036585A1 (en) Novel methods for early identification of bone healing ability in injured patients
Gunel et al. Expression profiling of maternal plasma and placenta microRNAs in preeclamptic pregnancies by microarray technology
Kakimoto et al. MicroRNA deep sequencing reveals chamber-specific miR-208 family expression patterns in the human heart
KR102505827B1 (ko) 이식거부 및 면억억제 요법의 내성을 진단하기 위한 마이크로 리보핵산(miRNA)의 용도
WO2007139779A2 (en) Identification of genes or polypeptides the expression of which correlates to fertility, ovarian function and/or fetal/newborn viability
Ohki et al. Gene expression profiling of human atrial myocardium with atrial fibrillation by DNA microarray analysis
EP3105350B1 (en) Transcriptomic biomarkers, method for determination thereof and use of transcriptomic biomarkers for individual risk assessment of developing post-infarction heart failure
Ren et al. RNA‑seq profiling of mRNA associated with hypertrophic cardiomyopathy
US20130210670A1 (en) Method for determining a biological pathway activity
US20220002809A1 (en) Dna methylation based estimator of telomere length
CN110387411A (zh) 用于检测狼疮性肾炎或评估狼疮性肾炎风险的方法及其应用
Campos et al. Reduced circulating miR-196b levels is associated with preeclampsia
US11851708B2 (en) Diagnosis and treatment of psoriatic arthritis
Cejas et al. Comparative genome-wide DNA methylation analysis in myocardial tissue from donors with and without Down syndrome
US20110287961A1 (en) Expression analysis of coronary artery atherosclerosis
Jiang et al. Ablation of Stat3 by siRNA alters gene expression profiles in JEG-3 cells: a systems biology approach
US20240125766A1 (en) Method for determining suitability of a subject to anti tnf alpha therapy
Lakkireddy et al. Quantitative Expression Analysis of Circulating miRNAs Reveals Significant Association with Cardiovascular Pathogenesis in Women
Viana LncRNA and atrial fibrillation: new perspectives for molecular pathophysiology
Kim et al. Research Article Genome-Wide Analysis of DNA Methylation in Human Amnion