Background
Résumé Malgré de nombreuses études sur la parodontite, le mécanisme sous-jacent de la progression de la parodontite reste encore largement inconnu. Cette étude visait à avoir un profil d'expression de comparaison entre la parodontite et le contrôle normal et méthodes pour identifier de plus candidats gènes impliqués dans la parodontite et d'acquérir plus de connaissances sur les mécanismes moléculaires de la parodontite progression.
Le profil d'expression génique de GSE16134, comprenant 241 échantillons de tissus gingivaux et 69 échantillons sains que le contrôle qui ont été obtenus à partir de 120 patients en bonne santé systémique à la parodontite (65 avec chronique et 55 avec parodontite agressive), a été téléchargé à partir de la base de données Omnibus Gene expression (GEO). gènes différentiellement exprimées (DEGS) dans des échantillons de parodontite ont été criblées en utilisant le package limma en R par rapport aux échantillons témoins. Gene Ontology (GO) et l'analyse de l'enrichissement de la voie sur les DEGS ont été effectuées en utilisant le test de distribution hypergéométrique. Interaction protéine-protéine (PPI) du réseau a été construit en utilisant la DEGS Cytoscape, suivie d'une sélection de module à partir du réseau en utilisant PPI MCODE greffon. En outre, des facteurs de transcription (TFS) de ces DEGS ont été identifiés sur la base base de données TRANSFAC puis un réseau réglementaire a été construit.
Résultats
Totally, 762 DEGS (507 en amont et 255 régulée vers le bas) dans des échantillons de parodontite ont été identifiés . DEGS ont été enrichis en différents termes et voies GO, comme processus du système immunitaire, les processus biologiques d'activation des cellules, l'interaction du récepteur de cytokine-cytokine et des voies métaboliques. Cathepsine S (CTSS
) et pleckstrine (PLEK
) ont été les protéines de moyeu dans le réseau PPI et 3 modules importants ont été sélectionnés. En outre, 19 TFs ont été identifiés, y compris l'interféron facteur régulateur 8 (IRF8), et FBJ murin ostéosarcome virale homologue oncogène B (DGOSF).
Conclusion
Cette étude a identifié des gènes (CTSS
, PLEK
, IRF . -8
, PTGS2
et DGOSF
) qui peuvent être impliqués dans le développement et la progression de la parodontite
matériel supplémentaire électronique
la version en ligne de cet article (doi: 10. 1186 /s12903-015-0086-7) contient du matériel supplémentaire, qui est disponible pour les utilisateurs autorisés.
Contexte
parodontite est une maladie inflammatoire chronique impliquant des interactions entre les biofilms microbiens complexes, de nombreuses populations de cellules et de médiateurs inflammatoires, conduisant à la destruction des structures de soutien de la dent, comme le ligament et l'os alvéolaire [1]. En plus d'être une cause fréquente de la perte des dents, la parodontite sévère (environ 8,5% des patients) peut négativement affecter la santé systémique, car il peut augmenter le risque des patients pour le diabète, l'athérosclérose, l'arthrite rhumatoïde, et les résultats défavorables de la grossesse [2-4]. Deux grandes entités cliniques de parodontites sont actuellement reconnus: la parodontite chronique, ce qui est plus fréquent, et la parodontite agressive, une entité cliniquement difficile présenté par un début précoce et une progression rapide [5]. L'étiologie sous-jacente à la fois les deux formes n'a pas été complètement élucidé. Par conséquent, obtenir de nouvelles informations sur les mécanismes moléculaires de la parodontite sera d'une grande importance pour le traitement de la parodontite.
Des études antérieures ont démontré que les facteurs qui peuvent déterminer la présence et le taux de progression de la parodontite sont complexes, ce qui peut être défini comme l'interaction de nombreux paramètres agissant simultanément et de manière imprévisible [1]. Par exemple, le biofilm microbien dent associée ou la plaque dentaire est essentielle, mais pas suffisante pour induire la parodontite. La réponse inflammatoire de l'hôte au défi microbien peut enfin provoquer la destruction du parodonte [6]. L'inflammation et la perte osseuse sont les caractéristiques de la maladie parodontale [7] et la preuve accumulée démontre qu'un certain nombre de médiateurs sont impliqués dans ces processus [8]. Cochran et al. ont rapporté que la réduction de l'inflammation et de l'atténuation de la réaction immunitaire de l'hôte de la plaque microbienne peut conduire à une diminution du rapport du facteur-kappa B nucléaire ligand (RANKL) /ostéoprotégérine (OPG) et une diminution de la perte osseuse associée [7 ]. Par ailleurs, une étude a examiné que des cytokines telles que l'interleukine-1 (IL-1) et le facteur de nécrose tumorale (TNF) est une composante importante et intégrale de la réaction de l'hôte à l'infection parodontale [8]. En outre, l'IL-8 sécrétée induite par des stimuli multiples tels que les bactéries vivantes et les cytokines pro-inflammatoires est associée à l'inflammation et l'invasivité de la parodontite [9]. En dépit de nombreuses recherches sur la parodontite, le mécanisme reste largement inconnu. Le plus utilisant le même profil d'expression génique, Stoecklin et al. miARN spécifiques identifiés (a-miR-210 et hsa-miR-185) et de leurs gènes cibles dans les tissus gingivaux [10]. En outre, Kebschull et al. ont constaté que de petites différences dans l'expression génique et le rendement du classificateur très variables ont suggéré dissemblances limitées entre la parodontite chronique établie et des lésions de parodontite agressive [11]. Nous avons cherché à avoir un profil d'expression de comparaison entre la parodontite (parodontite chronique et la parodontite agressive collectivement) et le contrôle normal, identifier plusieurs gènes candidats impliqués dans les deux parodontite chronique et agressive et d'acquérir plus de connaissances sur les mécanismes moléculaires de la progression de la parodontite.
Méthodes
Microarray données et prétraitement
les données de profil d'expression génique de GSE16134 [11] a été téléchargé à partir de l'expression du gène Omnibus (GEO) dans NCBI (http:... //www NCBI nlm nih. gov /geo /) sur la base de la plate-forme de GPL570 [HG-U133_Plus_2] Affymetrix Human Genome U133 plus 2.0 Array. Cet ensemble de données inclus 241 échantillons de tissus «malades» gingivaux (saignement au sondage, la profondeur de sondage ≥ 4 mm, et l'attachement clinique perte ≥ 3 mm) et 69 échantillons «sains» gingivales de tissus (pas de saignement au sondage, la profondeur de sondage ≤ 4 mm, et perte clinique de fixation ≤ 4 mm), obtenu à partir de 120 individus sains systémique, non-fumeurs avec parodontite modérée /sévère (65 avec chronique et 55 avec parodontite agressive), comme décrit précédemment [11, 12]. Les 120 patients subissant une chirurgie parodontale ont contribué avec un minimum de deux papille gingivale interdentaire d'un maxillaire postérieure et lorsqu'elles sont disponibles, une papille «saine» a été obtenu. Dans la présente étude, des échantillons provenant de patients atteints de parodontite chronique et agressifs ont été pris ensemble comme un seul groupe, conçus comme des échantillons de parodontite, et ont été comparés avec les échantillons 69 «sains» gingivales de tissus comme témoins dans l'analyse suivante.
Le profil téléchargé avait été prétraité qui a été réalisée avec une correction de fond, log
2 transformation, et la normalisation quantile utilisant le RMA (robuste d'analyse multi-array) méthode de affy paquet dans R [13]. Dans cette étude, les sondes d'hybridation pour le même gène ont été normalisées en utilisant le paquet preprocessCore [14]. La matrice de l'expression des gènes de spécimens a été reçu et a été utilisé pour l'analyse de suivi.
Projection de DEGS
Les DEGS dans des échantillons de parodontite ont été criblés par rapport à des échantillons de contrôle en utilisant les modèles linéaires pour les données de biopuces (de limma) package dans R [15]. Taux de faux de découverte (FDR) [16] a été appliqué pour la correction des tests multiples en utilisant Benjamini et la méthode Hochberg [17]. Seuil pour les DEGS ont été défini comme FDR & lt; 0,05 et | log 2 FC (fold change) | ≥ 0,58.
Fonction et analyse de l'enrichissement de la voie de DEGS
Afin d'étudier la progression de la parodontite sur le point de vue du niveau fonctionnel, Gene Ontology (GO) et l'analyse de l'enrichissement de la voie des DEGS identifiés ont été réalisées dans cette étude. GO catégories telles que processus biologique (BP), fonction moléculaire (MF), et le composant cellulaire (CC) sur les DEGS identifiés ont été enrichies à partir des bases de données GO en utilisant le test de distribution hypergéométrique [18]. En outre, les voies que les DEGS impliqués dans ont été enrichies en utilisant le test hypergéométrique de distribution de la KEGG (Encyclopédie de Kyoto des gènes et génomes) base de données [19], qui n'a pas été utilisée par Kebschull et al. [12]. La valeur p & lt; 0,05 a été choisi comme le seuil.
PPI construction de DEGS et des modules de sélection réseau The STRING (Outil de recherche pour la récupération des Interagir gènes /protéines) base de données, qui est une base de données connue et prédit les interactions entre protéines [20] , a été utilisée pour sélectionner les interactions entre les DEGS sélectionnés dans cette étude, qui ne sont pas utilisés dans l'étude de Kebschull et al. [12]. Le réseau PPI a été construit par des liens fonctionnels entre les protéines qui sont expérimentalement dérivées, ainsi que des liens prédites par analyse de co-expression et l'exploration de texte, ou IPP qui avait liés enregistrements dans la base de données. Les gènes inclus dans le réseau PPI étaient tous DEGS. D'ailleurs, le score combiné ≥ 0,4 a été choisi pour la construction du réseau PPI. logiciel Cytoscape [21] a été utilisé pour visualiser le réseau construit alors MCODE [22] a été utilisé pour sélectionner les modules importants du réseau PPI (paramètres: Degré coupure: 2, Node pointage coupure: 0.2, K-core:. 2, profondeur Max : 100). En outre, l'analyse topologique du réseau PPI a été réalisée et les degrés de ces DEGS de noeuds ont été analysés.
Fonction annotation des DEGS et la construction du réseau de régulation
Pour identifier les DEGS qui avaient les fonctions de régulation de transcription, les DEGS identifiés dans cette étude ont été analysés en utilisant la base de données TRANSFAC (http:.. //www gène-régulation com /pub /bases de données html.) [23], une donnée de base de données comprenant des facteurs de transcription (TFS), leur cible les gènes et les sites de liaison de réglementation. En outre, un réseau de réglementation fondé sur la TFs identifiés et leurs DEGS cibles a été construit. Tandis que dans l'étude de Kebschull et al. [12], la base de données TRANSFAC n'a pas été utilisé.
Prétraitement des données et DEGS dépistage de
Résultats Dans l'analyse originale de Kebschull et al. [12], un total de 248 sondes différentiellement réglementées ont été identifiés à un facteur de variation absolue de ≥1.19, et 30 surexprimé seulement un sous-exprimé sonde par un changement absolu de & gt; 1,5 fois ont été identifiés dans des lésions de parodontite agressive par rapport à la parodontite chronique lésions. Toutefois, dans cette étude, après pré-traitement des données, 20,303 gènes ont été mises en correspondance avec les sondes. En comparaison avec les échantillons de contrôle, un total de 762 DEGS ont été identifiés dans les échantillons de parodontite (fichiers supplémentaires 1: Tableau S1)., Dont 507 gènes régulés à la hausse et 255 gènes régulés vers le bas-
GO et de l'analyse de l'enrichissement de la voie de DEGS
analyse fonctionnelle et voie d'enrichissement a indiqué que la DEGS régulée à la hausse et la DEGS dans les échantillons de parodontite ont été considérablement enrichis en différents termes GO et les voies KEGG régulée à la baisse (tableaux 1 et 2). Top 5 des termes GO de gènes en amont et en bas réglementés ont été présentés dans le tableau 1, respectivement. Les gènes régulés à la hausse ont été impliqués dans diverses conditions GO telles que l'activation cellulaire, l'activation de la réponse immunitaire, l'activité des chimiokines et de liaison d'antigène (tableau 1A). Alors que les gènes régulés à la baisse ont été associés avec les termes GO tels que le développement de la peau, la différenciation des cellules épidermiques, filament intermédiaire, et l'activité de la molécule structurelle (tableau 1B). D'autre part, les 10 voies de gènes en amont et en bas réglementés ont été présentés dans le tableau 2, respectivement. L'analyse de l'enrichissement de la voie a montré que les gènes régulés à la hausse étaient principalement impliqués dans l'infection par le staphylocoque doré et l'interaction des récepteurs des cytokines de cytokines (tableau 2A), tandis que le réguler à la baisse les gènes ont été principalement associés à des voies telles que les voies métaboliques, phagosome et mélanogénèse voies (tableau 2B) .Table 1 L'analyse fonctionnelle de la catégorie des DEGS
GO ID
Nom
comte
p
-value
A: le top 5 des termes GO des DEGS régulés à la hausse
BP
GO: 0001775
cellule activation
68
& lt; 1.00E-16
BP
GO: l'activation de 0002253
de la réponse immunitaire
48
& lt; 1.00E-16
BP
GO: 0002376
processus du système immunitaire
165
& lt; 1.00E-16
BP
GO: régulation
0002682
processus système immunitaire
94
& lt; 1.00E-16
BP
GO: 0002684
régulation positive du processus système immunitaire
73
& lt; 1.00E-16
CC
GO: 0005576
région extracellulaire
138
& lt; 1.00E-16
CC
GO: 0005615
espace extracellulaire
70
& lt; 1.00E-16
CC
GO: 0044421
extracellulaire région partie
86
& lt; 1,00 E-16
CC
GO: 0071944
périphérie de la cellule
191
2.64E-14
CC
GO: 0005886
la membrane plasmique
186
1.49E-13
MF
GO: 0008009
activité chimiokine
10
2.35E-07
MF
GO: 0003823
liaison d'antigène
12
4.64E-07
MF
GO: 0032403
complexe
protéine de liaison
26
4.85E-07
MF
GO: 0042379
chimiokine la liaison du récepteur
10
1.11E-06
MF
GO: 0005178
intégrine liaison
12
1.41E-06
B: le top 5 des termes GO des DEGS de down-régulée
BP
GO: 0043588
le développement de la peau
311
2.33E-14
BP
GO: 0008544
développement
épiderme
280
1.18E-12
BP
GO: 0030216
la différenciation des kératinocytes
108
1.09E-09
BP
GO: 0009913 différenciation cellulaire
épidermique
154
1.01e-08
BP
GO: 0009888
tissus development
1479
2.09E-08
CC
GO:0030057
desmosome
22
5.73E-06
CC
GO:0005882
intermediate filament
191
2.33E-05
CC
GO: 0045111
intermédiaire filament cytosquelette
231
2.76E-05
CC
GO: 0045095
kératine filament
93
0.00096928
CC
GO: 0005911
jonction cellule-cellule
297
0,00108577
MF
GO: activité molécule structurelle 0005198
627
2.89E-05
MF
GO: 0005200
constituant structurel de cytosquelette
94
0,00104197
MF
GO: 0016755
transférase activité, transférant des groupes amino-acyl
24
0,003031659
MF
GO: 0016702
activité oxydoréductase, agissant sur un seul donneur avec incorporation d'oxygène moléculaire, l'incorporation de deux atomes d'oxygène
25
0,003414279
MF
GO: 0016701
activité oxydoréductase, agissant sur un seul donneur avec incorporation d'oxygène moléculaire
26
0,003825148
moléculaire fonction MF, processus biologique de BP, CC
composant cellulaire
Tableau 2 L'analyse de l'enrichissement de la voie des DEGS de KEGG ID
Nom
comte
p
-value
A: le top 10 des voies enrichies des DEGS régulés à la hausse
5150
Staphylococcus aureus infection
55
4.40E-12
5144
Malaria
51
2.12E-09
4060
Cytokine-cytokine interaction récepteur
265
2.39E-08
4141
traitement des protéines dans le réticulum endoplasmique
165
5.11E-07
4640
lignée cellulaire hématopoïétique
88
5.53E-07
5323
polyarthrite arthritis
91
8.66E-07
5140
Leishmaniasis
72
1.64E-06
4670
Leukocyte migration transendothéliale
116
4.30E-06
4514
molécules d'adhésion cellulaire (CAM)
133
6.18E-06
4062
chimiokine voie de signalisation
189
1.71E-05
B: les 10 meilleurs parcours enrichis des DEGS de régulés à la baisse
590
métabolisme de l'acide arachidonique
59
0,002776062
980
Métabolisme des xénobiotiques par cytochrome P450
71
0,005420335
982
Le métabolisme des médicaments - cytochrome P450
73
0,005982341
350
Tyrosine métabolisme
41
0,007842248
1100
Metabolic pathways
1130
0.012102847
5144
Malaria
51
0.014274311
5014
Amyotrophic la sclérose latérale (ALS)
53
0.015832167
4145
Phagosome
153
0.018215247
4916
Melanogenesis
101
0.018240082
563
Glycosylphosphatidylinositol (GPI) -anchor biosynthèse
25
0,025692313
830
Rétinol métabolisme
64
0,026060907
591
métabolisme de l'acide linoléique
30
0,036083866
sélection
PPI de construction et modules réseau
le réseau PPI sur la DEGS a été représenté sur la figure. 1. Les résultats de l'analyse topologique ont montré que l'interleukine-6 (IL-6
), la cathepsine S (CTSS
) et pleckstrine (PLEK
) ont été les protéines de moyeu dans le réseau PPI qui avait noeud supérieur degrés (fig. 2a). En outre, les 3 modules significatifs ont été sélectionnés à partir du réseau PPI (fig. 2). A partir des résultats, nous avons constaté que la plupart des gènes enrichis dans les 3 modules ont été régulés à la hausse. En particulier, les 5 premiers gènes avec plus élevés degrés de noeuds dans le module 1 étaient CTSS
(degré = 20), chimiokine (CC motif) ligand 5 (CCL5)
(degré = 19), (degré
PLEK = 19), chimiokine (CC motif) receptor 1 (CCR1
) (récepteur de degré = 19), et formyl peptide 1 (FPR1
) (degré = 19) (Fig. 2b, tableau 3). Le top 5 des gènes avec plus élevés degrés de noeuds dans le module 2 étaient IL6
(degré = 17), spécifique des lymphocytes de la protéine tyrosine kinase (LCK
) (degré = 14), fragment Fc des IgE, une affinité élevée I, récepteur pour; polypeptide gamma (FCER1G de
) (degré = 13), (degré = 13) de CD19, et facteur stimulant les colonies 1 récepteur (CSF1R
) (degré = 13) (Fig. 2c, tableau 3). En outre, les 5 premiers gènes avec plus élevés degrés de noeuds dans le module 3 étaient IL8
(degré = 13), IL1B
(degré = 12), MMP9
(degré = 11), prostaglandine synthase 2 ( PTGS2
) (degré = 11), et l'activateur du plasminogène, le tissu (PLAT
) (degré = 10) (Fig. 2d, tableau 3). Figue. Une interaction protéine-protéine (PPI), le réseau des gènes exprimés de manière différentielle (DEGS). nœuds rouges représentent les DEGS régulés à la hausse tandis que les nœuds verts représentent les gènes régulés à la baisse
Fig. 2 L'analyse de l'IPP réseau.Un, l'analyse topologique des degrés des DEGS dans le réseau PPI. l'axe horizontal représente le degré d'une DEG et l'axe vertical représente le nombre de noeuds. B, le module 1 de DEGS de réseau PPI. C, le module 2 de DEGS de réseau PPI. D, le module 3 de DEGS de réseau PPI. nœuds rouges représentent les DEGS régulés à la hausse tandis que les nœuds verts représentent les gènes régulés à la baisse. La taille d'un nœud est proportionnelle au degré de ce gène
Tableau 3 Les 5 meilleurs DEGS avec des degrés plus élevés dans les modules
Module
Gene Expression
sélectionné change
Degré
Module 1
CTSS
jusqu'à 20
CCL5
jusqu'à
19
PLEK
jusqu'à
19
CCR1
jusqu'à
19
FPR1
jusqu'à
19
Module 2
IL6
jusqu'à
17
LCK
jusqu'à
14
FCER1G
jusqu'à
13
CD19
jusqu'à
13
CSF1R
jusqu'à
13
Module 3
IL8
jusqu'à
13
IL1B
jusqu'à
12
MMP9
jusqu'à 11
PTGS2
jusqu'à
11
PLAT
jusqu'à
10
construction du réseau réglementaire
Un total de 9 TFs ont été identifiés à partir de la place DEGS, régulés tels que l'interféron facteur de régulation 4 (IRF4), IRF8 et FBJ ostéosarcome murin virale homologue oncogène B (DGOSF). En outre, 10 TFs des DEGS de régulés à la baisse ont été sélectionnés, comme Kruppel-like factor 4 (KLF4), v-maf aviaire musculoaponeurotic homolog fibrosarcome oncogène (CRG), et Meis homeobox 1 (MEIS1). Le réseau de régulation de ces facteurs de transcription et de leurs gènes cibles a été montré sur la Fig. 3. A partir des résultats, nous avons constaté que plusieurs DEGS avec des degrés plus élevés dans le module 1 pourraient être réglés par IRF8, par exemple, CTSS
, CCL5
et PLEK
. Figue. 3 Réseau de réglementation des facteurs de transcription-DEGS. Diamant représente le facteur de transcription tandis que le cercle représente la DEG. La couleur rouge signifie l'expression régulée à la hausse tandis que la couleur verte signifie l'expression régulée à la baisse Discussion de
Dans cette étude, nous avons utilisé les données de biopuces pour sélectionner des gènes associés à la parodontite. Au total, 762 DEGS dans les échantillons de parodontite ont été identifiés par rapport aux échantillons témoins. Les gènes régulés à la hausse ont principalement été enrichis en termes de GO tels que l'activation des lymphocytes et de l'activation de la réponse immunitaire, ainsi que des voies telles que l'infection staphylococcus aureus et de l'interaction des récepteurs des cytokines cytokines. Les gènes régulés à la baisse ont été principalement liées au développement des tissus et des voies métaboliques. CTSS
, PLEK
, LCK
et PTGS2
ont été identifiés comme des protéines de moyeu dans le réseau PPI ou dans le module sélectionné. En outre, 9 et 10 TFs TFs ont été sélectionnés à partir des gènes régulés à la hausse et les gènes régulés à la baisse, respectivement, par exemple, IRF4, IRF8 et DGOSF.
Nos résultats ont montré que 20,303 gènes ont été cartographiés sur les sondes. En comparaison avec les échantillons sains, un total de 762 DEGS ont été identifiés dans les échantillons de parodontite, dont 507 gènes régulés à la hausse (FDR & lt; 0,05 et log 2 FC ≥ 0,58) et 255 gènes régulés vers le bas (FDR & lt; 0,05 et log 2 FC & lt; -0,58). Tandis que, Kebschull et al. identifié un total de 248 sondes différentiellement régulés à un facteur de variation absolue de ≥1.19 [12]. Ils ont rapporté 30 surexprimée et un seul sous-exprimé sonde par un changement absolu de & gt; 1,5 fois dans les lésions de parodontite agressives par rapport aux lésions de parodontite chronique. En outre, ils ont constaté que 9258 sondes ont été exprimés de manière différentielle par rapport aux tissus «malades» avec les tissus «sains» gingivaux. Collectivement, les résultats ont montré que nous avons identifié les caractéristiques génétiques distinctes dans des échantillons de parodontite en utilisant des méthodes de dépistage différents avec différents seuils.
Dans cette étude, nous avons constaté que la DEGS dans des échantillons de parodontite ont été principalement enrichis en différents termes et voies GO, telles que l'activation des cellules , l'activation de la réponse immunitaire, infection staphylococcus aureus et l'interaction du récepteur de cytokine-cytokine, en utilisant la base de données KEGG qui ne sont pas utilisés par Kebschull et al. [12]. Dans leurs investigations, le gène mis en analyse d'enrichissement a été effectuée et des ensembles de gènes liés à l'apoptose, la réponse immunitaire ont été enrichies dans les lésions de parodontite agressive, alors que les gènes ensembles liés au métabolisme cellulaire et de l'intégrité épithéliale ont été enrichies dans les lésions de parodontite chronique [12]. Dans un hôte sensible, la persistance des bactéries pathogènes telles que les résultats de Porphyromonas gingivalis dans l'inflammation aberrante et prolongée et la destruction subséquente des structures de soutien de la dent [24]. Les cellules immunitaires telles que les cellules présentatrices d'antigènes (APC) d'abord répondu au défi par des bactéries pathogènes, y compris Porphyromonas gingivalis
, en équilibre stratégique le long des portails d'entrée [25]. Après la reconnaissance des pathogènes associés motifs moléculaires (PAMP) par l'intermédiaire des récepteurs de reconnaissance des formes (par exemple, sans que les récepteurs [TLR]), les cellules immunitaires innées commencent réponses visant à effacer l'agent d'incitation [26]. Moutsopoulos et al. avait montré que Porphyromonas gingivalis
pourrait promouvoir des cellules T helper 17 (Th17) voies induisant dans la parodontite chronique [24]. Ainsi, les résultats d'enrichissement identifiés dans notre étude était en accord avec les études précédentes.
CTSS est une cystéine protéinase lysosomale qui peuvent participer à la dégradation des protéines en peptides antigéniques pour la présentation sur les molécules du CMH de classe II [27]. La carence en CTSS induit un remodelage osseux et conduisant à l'os moins dense [28]. Mogi et al. a démontré que le niveau de la clé dégradation osseuse enzyme cathepsine K (un autre membre de la famille des protéines) dans les tissus de fluide gingival des patients atteints de parodontite d'expression est plus élevé que dans les tissus normaux [29]. Par ailleurs, IRF8 peut se lier spécifiquement à la région en amont de régulation interféron de type I (IFN). Zhao et al. ont démontré que l'IRF-8 est un régulateur pour ostéoclastogenèse dans le métabolisme osseux [30]. la destruction des tissus mous et de la dégradation osseuse ont été souvent trouvés dans la parodontite [31]. Par ailleurs, une étude a révélé que CTSS avait le site de liaison pour le facteur de transcription IRF1 et combinaison de IRF8 et IRF1 pourraient favoriser l'expression CTSS [32]. Dans la présente étude, CTSS était une protéine de plaque tournante dans le réseau PPI et pourrait être réglementer par IRF8 dans le réseau réglementaire. Dans le contexte, nous avons suggéré que CTSS
pourrait jouer un rôle essentiel dans la perte osseuse impliquée dans la progression de la parodontite en interagissant avec IRF8
.
D'autre part, PLEK est un substrat majeur de la protéine kinase C dans les plaquettes et les leucocytes, et semble jouer un rôle important dans l'exocytose par un mécanisme actuellement inconnu [33]. Ding et al. a prouvé que le PLEK phosphorylée a augmenté la sécrétion de cytokines pro-inflammatoires dans les phagocytes mononucléaires [34]. D'ailleurs, Ueki et al. ont montré que les monocytes activés sécrétés par des cellules bactériennes dans le fluide gingival était associée à une parodontite [35]. D'autre part, IRF8 peut se lier spécifiquement à la région régulatrice en amont de l'IFN [36]. En outre, Bar-Or et al. ont montré que les cellules B peuvent présenter des réponses des cytokines pro-inflammatoires anormaux (tels que la production excessive de TNF), lorsqu'il est activé dans le contexte de la cytokine IFN Th1 [37]. Dans cette étude, les résultats ont montré que PLEK
était une protéine de plaque tournante dans le réseau PPI et pourrait être réglée par IRF8 dans le réseau réglementaire. Par conséquent, nous avons supposé que PLEK
pourrait contribuer à la progression de la parodontite via l'interaction avec IRF-8
.
PTGS2 est une isoenzyme de PTGS qui est l'enzyme clé dans la biosynthèse des prostaglandines, et agit à la fois comme un dioxygénase et comme la peroxydase [38]. L'étude de Zhang et al. ont montré qu'il y avait un motif de hyperméthylation du promoteur en liaison avec un niveau inférieur de PTGS2 transcription dans les tissus enflammés dans la parodontite chronique [39]. D'autre part, DGOSF est un membre de la famille de gènes codant pour Fos-fermeture éclair à leucine des protéines qui peuvent se dimériser avec des protéines de la famille juin [40]. récepteur cellulaire (TCR) -Driven expression précoce T du gène est contrôlée par de nombreux facteurs de transcription essentiels tels que DGOSF [41]. En outre, Sreeramkumar et al. ont rapporté que PTGS2 est transcriptionnellement régulé à la hausse dans les lymphocytes T au cours du TCR /CD3 de déclenchement et qu'il se comportait comme un gène inductible au début du processus d'activation des cellules T [42]. Par ailleurs, Chen et al. avait démontré que des signaux doubles costimulation de CD28 et TCR ont été nécessaires pour une expression optimale de l'activateur du récepteur du facteur nucléaire-kB ligand (RANKL) dans les tissus parodontaux [43]. Dans la présente étude, les résultats ont montré que PTGS2
a été impliqué dans le module 3 et pourrait être réglée par DGOSF dans le réseau réglementaire. Ainsi, nous avons suggéré que PTGS2
pourrait jouer un rôle crucial dans la progression de la parodontite impliquant dans la voie de signalisation du TCR via l'interaction avec DGOSF.
Conclusion
En conclusion, cette étude a identifié plusieurs gènes (CTSS
, PLEK
, IRF-8
, PTGS2
et DGOSF) qui impliqué dans le développement et la progression de la parodontite. CTSS
peut jouer un rôle essentiel dans la perte osseuse associée à la parodontite en interagissant avec IRF8.
En outre, PLEK
peut contribuer à la progression de la parodontite via l'interaction avec IRF-8
. En outre, PTGS2
peut jouer un rôle crucial dans la progression de la parodontite impliquant dans TCR voie de signalisation via l'interaction avec DGOSF.
Notre étude peut fournir une base théorique pour les futures enquêtes de parodontite. Cependant, d'autres études expérimentales sont encore nécessaires pour confirmer nos résultats
abréviations
APC:.
Cellules présentant l'antigène
BP: processus biologiques
, CTSS, cathepsine S, CC, le composant cellulaire
DEGS:
différentiellement exprimé gènes, IRF4, Facteur 4, FDR, le taux de découverte False, GO, Gene Ontology
IL-6:
interleukine-6
IL-8:
interleukine-8, KEGG, Encyclopédie de Kyoto des gènes et génomes
KLF4:
Kruppel-like factor 4
MMP:
métalloprotéinase matricielle, MEIS1, Meis homeobox 1
MF:
fonctions moléculaires
MAF:
musculoaponeurotic fibrosarcome oncogène homolog, PLEK, Pleckstrin
< dfn> PAMP:
Pathogen associé motifs moléculaires
PPI:
interaction protéine-protéine
STRING:
Recherche Outil pour la récupération des gènes Interagir /protéines)
Th17:
cellules T auxiliaires 17
TLR:
Toll récepteurs, TFs, facteurs de transcription
Déclarations de la reconnaissance
Cette étude a été soutenue par le district de Minhang jeune plan de formation des médecins.
Open Access Cet article est distribué sous les termes de la Creative Tous les auteurs ont lu et approuvé le manuscrit final.
