Идентификация популяционных особенностей транскриптома децидуальных клеток при тяжелой форме преэклампсии

Известно, что дефекты децидуализации на ранних сроках гестации приводят к задержке роста плода, прерыванию беременности или различным акушерским осложнениям на более поздних сроках. Цель - выявление особенностей транскриптомного профиля децидуальных клеток (ДК) при тяжелой форме преэклампсии (ПЭ) у русских и бурят. Осуществлен полнотранскриптомный анализ ДК плаценты представителей двух этнических групп (русские (n=4) и буряты (n=4)). Единичные ДК были получены с использованием технологии лазерной микродиссекциии препаратов тонких окрашенных срезов. При сравнении экспрессионных профилей ДК в обследованных группах статистически значимые различия (FDR<0,05) были выявлены для 61 транскрипта. Для большей части идентифицированных дифференциально-экспрессирующихся генов (ДЭГ) была характерна гиперэкспрессия в образцах русских, но лишь 15 генов показали высокий уровень экспрессии у бурят. Полученные результаты cвидетельствуют, что в дифференциации транскриптомного профиля ДК русских и бурятских женщин с ПЭ преобладают пути системы врожденного иммунитета, сопряженные с активностью белков интерферона, что подтверждено не только функциональной аннотацией списка идентифицированных ДЭГ, но и при сетевом анализе данных.

RNA-seq, транскриптом, популяции, плацента, преэклампсия

1. Conrad K.P., Rabaglino M.B., Post Uiterweer E.D. Emerging role for dysregulated decidualization in the genesis of preeclampsia. Placenta. 2017; 60:119-129.

2. Goffinet F. Epidémiologie. Ann Fr Anesth Reanim. 2010. 29 (3):e7-e12.

3. Ghosh G., Grewal J., Männistö T. et al. Racial/ethnic differences in pregnancy-related hypertensive disease in nulliparous women. Ethn Dis. 2014; 24(3):283-9.

4. Wolf M., Hubel C.A., Lam C. et al. Preeclampsia and future cardiovascular disease: potential role of altered angiogenesis and insulin resistance. J Clin Endocrinol Metab. 2004; 89(12):6239-43.

5. Liao Y., Wang J., Jaehnig E.J., Shi Z., Zhang B. WebGestalt 2019: gene set analysis toolkit with revamped UIs and APIs. Nucleic Acids Res. 2019; 47(W1):W199-W205.

6. Chin C.H., Chen S.H., Wu H.H., Ho C.W., Ko M.T., Lin C.Y. cytoHubba: identifying hub objects and sub-networks from complex interactome. BMC Syst Biol. 2014; 8(Suppl 4):S11.

7. Shannon P., Markiel A., Ozier O. et al. Cytoscape: a software environment for integrated models of biomolecular interaction networks. Genome Res. 2003;13(11):2498-504.

8. Natoli G., Ostuni R. Adaptation and memory in immune responses. Nat Immunol. 2019; 20:783-792.

9. Goin D.E., Smed M., Pachter L. et al. Transcriptome Analysis in Women with Rheumatoid Arthritis Who Improve or Worsen during Pregnancy. Arthritis Rheumatol. 2017;69 (suppl 10).

10. Lim S. J., Seyfang A., Dutra S., Kane B., Groer M. Gene expression responses to Zika virus infection in peripheral blood mononuclear cells from pregnant and non-pregnant women. MicrobiologyOpen. 2020; 9(12): e1134.

11. Cardenas I., Means R.E., Aldo P. et al. Viral infection of the placenta leads to fetal inflammation and sensitization to bacterial products predisposing to preterm labor. J Immunol. 2010;185(2):1248-57.