Análisis de microarrays masivos y transcriptómica unicelular revelan biomarcadores relacionados con lipopolisacáridos...

Área de la Ciencia:

• Bioquímica y Biología Molecular
• Inmunología
• Biología Computacional

Sus antecedentes:

• La sepsis es una disfunción orgánica potencialmente mortal causada por una respuesta desregulada del huésped a la infección.
• La identificación de biomarcadores confiables para la sepsis, particularmente aquellos relacionados con el lipopolisacárido (LPS), es crucial para un diagnóstico y tratamiento efectivos.
• La comprensión actual de los mecanismos relacionados con el LPS en la sepsis requiere una mayor exploración.

Objetivo del estudio:

• Identificar y validar genes relacionados con LPS (LRG) asociados con la sepsis.
• Desarrollar y evaluar modelos de biomarcadores de diagnóstico y pronóstico para la sepsis utilizando datos transcriptómicos integrados.
• Elucidar la expresión de LRG específica de tipo celular y las redes de comunicación intercelular en la sepsis.

Principales métodos:

• Se integraron conjuntos de datos de microarrays masivos y secuenciación de ARN unicelular (scRNA-seq) del Gene Expression Omnibus.
• Se aplicó análisis de agrupamiento celular, anotación, puntuación AUCell y comunicación célula-célula utilizando scRNA-seq.
• Se utilizaron algoritmos de aprendizaje automático (LASSO, SVM-RFE, XGBoost) para la selección de biomarcadores y se validó la expresión génica mediante qRT-PCR.

Principales resultados:

• Se identificaron siete genes clave relacionados con LPS (LRG) robustamente asociados con la sepsis.
• Se desarrollaron modelos de diagnóstico y pronóstico con alta precisión (AUC > 0.89) en cohortes de validación independientes.
• Se observó un aumento de la infiltración de células supresoras mieloides y macrófagos, vías inflamatorias activadas y redes de comunicación distintas en pacientes con sepsis de alto riesgo.

Conclusiones:

• Se estableció un modelo de biomarcadores relacionado con LPS validado que integra la transcriptómica masiva y unicelular para la sepsis.
• El modelo demuestra un potencial significativo para el diagnóstico y pronóstico de la sepsis.
• Los hallazgos ofrecen nuevas perspectivas sobre la patogénesis de la sepsis y posibles dianas terapéuticas, particularmente dentro de las poblaciones de células mieloides.