Abstract
Os mecanismos fisiopatológicos subjacentes ao desenvolvimento da obesidade e doenças metabólicas não são bem compreendidos. Para ganhar mais conhecimento sobre os mediadores genéticos associados com o aparecimento e progressão da obesidade induzida por dieta e doenças metabólicas, estudamos as alterações moleculares em resposta a uma dieta rica em gordura (DFH) usando um modo-of-action de identificação de rede (MNI) análise. A análise do DNA microarrays oligo foi realizado sobre os tecidos e os músculos de ratos C57BL /6N machos subcutâneo e visceral adiposo alimentados com uma dieta normal ou DH durante 2, 4, 8, e 12 semanas. Cada um destes dados foi consultado contra o algoritmo de MNI, e as listas de top 5 genes altamente classificados e ontologia gênica (GO) -annotated caminhos que foram significativamente sobre-representados entre os 100 genes com classificação mais alta em cada momento nos 3 diferentes tecidos de ratos Fed a DH foram consideradas no presente estudo. Os 40 genes identificados maior classificados por análise MNI em cada ponto de tempo nos diferentes tecidos de ratinhos com obesidade induzida por dieta foram submetidos a grupos, com base nos seus padrões temporais. Com base nos resultados acima mencionados, foi investigada a indução sequencial de receptores olfactivos distintas e a estimulação de genes relacionados com o cancro durante o desenvolvimento de obesidade em ambos os tecidos adiposos e músculos. O top 5 genes reconhecidos utilizando a análise MNI em cada cluster de ponto de tempo e de genes identificados com base em seus padrões temporais nos tecidos periféricos de ratos fornecidos novos e insights muitas vezes surpreendentes para os potenciais mediadores genéticos para a progressão da obesidade.
Citation : Genes Choi Y, Hur CG, Parque T (2013) indução de olfato e Câncer-relacionados em ratos alimentados com uma alta gordura com a dieta, avaliada através do modo-de-Ação pela Análise Identificação de rede. PLoS ONE 8 (3): e56610. doi: 10.1371 /journal.pone.0056610
Autor: Richard L. Eckert, da Universidade de Maryland School of Medicine, Estados Unidos da América
Recebido: 02 de agosto de 2012; Aceito: 15 de janeiro de 2013; Publicação: 26 de março de 2013
Direitos de autor: © 2013 Choi et al. Este é um artigo de acesso aberto distribuído sob os termos da Licença Creative Commons Attribution, que permite uso irrestrito, distribuição e reprodução em qualquer meio, desde que o autor original ea fonte sejam creditados
Financiamento:. Este trabalho foi apoiada pela Fundação Nacional de Pesquisa da Coreia concessão (NRF), financiado pelo governo coreano (MEST) (No. 2012-0.000.643). Os financiadores não tiveram nenhum papel no desenho do estudo, coleta de dados e análise, decisão de publicar ou preparação do manuscrito
CONFLITO DE INTERESSES:.. Os autores declararam que não existem interesses conflitantes
Introdução
análise Microarray permitiu o uso de expressão de todo o genoma de perfil para compreender os mecanismos da obesidade subjacente e complicações metabólicas e identificar principais mediadores genéticos. abordagens estatísticas utilizados para analisar os dados de microarray pode ser classificados em 2 categorias principais: métodos de identificação de genes expressos diferencialmente [1], [2] e aqueles que classificam os genes de acordo com a dependência funcional (por exemplo, agrupamento hierárquico) [3]. Embora a análise de microarray produziu alguns resultados promissores, não é um método muito prático considerar o fato de que a identificação de genes directamente afectados por uma condição é difícil a partir de centenas de milhares de genes que exibem alterações em expressão. Para superar este problema, Berneardo et ai. desenvolvida uma abordagem com base num modelo que distingue alvos com precisão de um composto a partir da respondedores indirectos [4]. Esta abordagem, ou seja, o modo-de-action pela identificação de rede (MNI), envolve a engenharia reversa de um modelo de rede de interações de regulação de um organismo de interesse, utilizando um conjunto de dados de treinamento de perfis de expressão todo o genoma. O algoritmo MNI tem sido aplicado com sucesso para identificar mediadores doença, bem como alvos de drogas através do estudo de dados de expressão genética da levedura [4], os seres humanos (A. Ergun e JJ Collins, dados não publicados), bactérias e outros organismos (XH, inédito dados).
a expressão diferencial pode ser estudada do ponto de vista estático ou temporal. Em um experimento estático, as matrizes são obtidas independentemente do tempo, essencialmente tirar um instantâneo da expressão do gene. Por outro lado, numa experiência temporais, as matrizes são recolhidos ao longo de um curso de tempo, o que facilita o estudo do comportamento dinâmico da expressão do gene. conjuntos de dados de microarray mais obtidos anteriormente foram estático, isto é, os resultados obtidos a partir da medição da expressão do gene num único ponto de tempo [5]. Uma vez que a regulação da expressão génica é um processo dinâmico, é importante identificar e caracterizar as alterações na expressão do gene ao longo do tempo. Portanto, experimentos de microarranjos numerosos de séries temporais foram realizados para estudar esses processos biológicos, tais como estresse abiótico, a progressão da doença, e as respostas de drogas [6] – [8].
análise de Microarray para estudar os mecanismos subjacentes a obesidade era relatada pela primeira vez por Soukas
et al
. em 2000 [9]. Eles usaram aproximadamente 6.500 genes de murino em pares de tecidos adiposos em
ob /ob
ratos e camundongos magros do tipo selvagem. Posteriormente, foram realizados muitos desses estudos: mais de 30 abordagens microarray foram explorados na avaliação das alterações na expressão de genes nos tecidos adiposos, o fígado, o hipotálamo, músculos esqueléticos, intestino delgado e rins de animais magros e obesos ou seres humanos. Uma limitação freqüente desses estudos é que eles não são resolvidos em tempo e não necessariamente fornecer informações de um estágio ponto final ou doença. Muito menos se sabe sobre os mediadores genéticos principais de obesidade induzida por HFD e as dinâmicas de mudanças nos processos metabólicos relacionados a esta condição. Para ganhar mais conhecimento sobre os mediadores genéticos associados com o aparecimento e progressão da obesidade induzida por dieta e doenças metabólicas, estudamos as alterações moleculares em resposta ao HFD, usando uma abordagem resolvida no tempo integrativa.
Materiais e métodos
declaração
Ética
Todos os experimentos com animais foram realizados de acordo com as diretrizes da Administração de drogas (KFDA) Food coreano e. Protocolos foram revisados e aprovados pelo Comitê Institucional de Animal Care and Use (IACUC) da Yonsei Animais de Laboratório Central de Investigação (YLARC) (Permit #: 2.011-0.061). Todos os ratos foram mantidos na instalação livre de patógenos específicos do YLARC.
Animais e dietas
machos Cinco semanas de idade camundongos C57BL /6N foram obtidos a partir Orient Bio (Gyeonggi-do, Coreia do Sul). Todos os animais foram alojados em condições específicas isentas de agentes patogénicos, com a temperatura a 21 ± 2,0 ° C, 50 ± 5% de humidade relativa, e um ciclo de 12 h luz /12 horas escuro. A partir de uma semana antes da intervenção dieta foi iniciado, todos os animais foram alimentados com ração padrão. No início do estudo, os ratinhos foram divididos em 2 grupos: (1) grupo de controlo alimentados com a dieta normal (ND; n = 40) e (2) um grupo alimentado com a dieta rica em gordura (DFH, n = 40). Os ratos foram fornecidos alimentos e água
ad libitum
. A ingestão de alimentos e o peso corporal foram monitorizados ao longo do estudo. Aos 2, 4, 8, e 12 semanas após o início do estudo, 10 animais de cada grupo foram sacrificados. Os tecidos foram congelados instantaneamente em azoto líquido imediatamente e armazenado a -80 ° C até posterior processamento.
extracção de ARN para a análise de micro-arranjo
O ARN total foi extraído a partir do epidídimo e os tecidos de gordura subcutânea e gastrocnémio muscular de cada ratinho utilizando Trizol (Invitrogen, CA, EUA), de acordo com as recomendações do fabricante. As concentrações e pureza das amostras de ARN foram determinados usando um Nano gota ND-1000 espectrofotómetro (Nano gota Technologies, Inc., Wilmington, DE, EUA). preparações de RNA foram considerados adequados para a hibridização matriz apenas se as amostras apresentaram intactas bandas 18S e 28S rRNA e exibido sem picos cromossômicas ou produtos de degradação do RNA. A integridade das amostras de ARN foi determinada utilizando um Sistema Bioanalyzer 2100 (Agilent Technologies, Palo Alto, CA, EUA).
PCR quantitativo
em tempo real a amplificação por PCR em tempo real foi realizado com o kit SYBR Premix Ex Taq (Takara, Kyoto, Japão) em uma luz Cycler 2 (Roche Applied Science, Indianapolis, EUA). O passo de desnaturação inicial foi a 95 ° C durante 10 s, seguido de 40 ciclos de amplificação a 95 ° C durante 3 s e 60 ° C durante 40 s. a expressão de ARNm foi determinada utilizando o método de curva padrão relativo e normalizada para o gene doméstico. Os iniciadores (sentido e anti-, respectivamente) eram as seguintes: Gli2, 5′-GCC AAC CAG AAC AAG CAG AA-3 ‘, 5′-CGC TGA TTA ATG GTG ATG GG -3′; Gucy2c, 5’-GTG CGG TTA CTG CTC TTC CA -3 ‘, 5′-TTG TCC ATC ATC AGG ACG CT -3′; Olfr1181, 5’- CCT GAC AGT CAT GGC CTT TG -3 ‘, 5′-ACC CAG GAA GCC CAG ATA AA -3′; Atp8b3, 5’- GTT TGA GCA GGA TGT GAC CG-3 ‘, 5′-GGC TTG CAT GAA AAT GCT GT-3′; Tmem46, 5’- TTT TCC AGC AGC AGG AGC TA -3 ‘, 5′-GCT GAG GAG AAA AGG GAT GC -3′; PTHR2, 5’- ATG CAA GGG AGA AAC CCA TC -3 ‘, 5′-TAG ATC CTC CCA CAC AGC CA -3′; Cdh7, 5’-TGG ACT GGG CAT TTT CAA GA -3 ‘, 5′-GGG GAT CAG CAT CTC GAT TT-3′; Mep1b, 5’-GAT GGC CAC ATA CCA TTC CA -3 ‘, 5′-TAA GGC GAT AGC GCT CAA AA -3′; Lamc3, 5’- GAC ATG GGC TCT TGC TAC GA -3 ‘, 5′-CGT TCT CGA ACT CAG GCA GA -3′; GAPDH, 5’- GGA GAT TGT TGC CAT CAA CG-3 ‘, 5′-TTT CCG GTG AGT GGA GTC AT -3’.
hibridação Microarray e análise de dados
quantidades iguais de ARN total foram reunidas a partir de 10 ratinhos em cada grupo experimental e sujeito a experiências de microarray em triplicado. Para a análise, 2 mg RNA total foi etiquetado e amplificada utilizando o antisense RNA Universal Linkage System (ARNA) kit rotulagem (Kreatech Diagnostics, Amsterdam, Países Baixos). Os Arnas marcado com Cy5 foram ressuspensas em 10 ul de solução de hibridação (GenoCheck, Coreia). Os Arnas marcados foram hibridizados com a NimbleGen rato inteiro genoma matriz 12-plex (Roche NimbleGen, Inc., WI, EUA) que continha sondas 60-mer representando 42,576 genes (média de 3 sondas por alvo). As matrizes foram digitalizados usando um scanner de microarray GenePix 4000B. Os dados foram extraídos a partir das imagens digitalizadas usando software NimbleScan versão 2.4 (Roche NimbleGen), e o algoritmo robusto Multichip médio foi utilizado para gerar os valores de expressão de genes. Os valores de intensidade normalizados e log-transformadas foram então analisados usando GeneSpring GX 10 (Agilent Technologies, Santa Clara, CA, EUA) e GenePlex (Istech, Inc., Seoul, Coreia do Sul). Os detalhes de rotulagem, hibridação, digitalização e normalização dos dados são fornecidos no site da NimbleGen (https://www.nimblegen.com). Os níveis de expressão do gene entre as amostras e ND HFD foram avaliadas por comparação das relações de expressão médios de cada grupo. agrupamento hierárquico foi realizada em GeneSpring GX 7.3.1 software (Agilent Technologies, Santa Clara, CA), utilizando valores de expressão gênica média sob condição HFD dividido pela média de expressão do gene ND, por ponto de tempo.
MNI algoritmo
Nós construímos um conjunto de dados compêndio composta por centenas de perfis de expressão do organismo de interesse; que os perfis de expressão foram baixados da Expressão Gênica Omnibus, um repositório público de estudos de microarranjos. O algoritmo MNI foi aplicado, utilizando o método desenvolvido por Xing et ai. [10], e foi configurado para a saída dos 200 melhores mediadores para cada amostra e gerar os escores-Z associados para esses conjuntos de sondas. O Z-score para conjuntos de sondas que não estavam na lista dos 100 melhores conjuntos de sondas identificados como mediadores para uma dada amostra foram definidos para zero. Para identificar uma lista característica de genes dentro de cada grupo, os Z-scores em todo amostras e conjuntos de sondas para os genes correspondentes foram avaliados e classificados. Foram selecionados os 100 melhores genes dentro dessa lista para ser relatado como mediadores genéticos significativos. Uma média de Z-pontuação mais elevada é uma indicação de elevado número de ocorrências de um gene nas listas geradas pelo algoritmo MNI em cada grupo. Os 100 genes mais alto classificados foram classificados de acordo com o processo biológico em que eles estão envolvidos de acordo com os critérios estabelecidos pela GO.
Resultados
Efeito da HFD alimentando-se de adiposidade visceral
os ganhos de peso corporal de ratos alimentados com as dietas 2 ao longo do período de 12 semanas estão apresentados na Figura 1A. A diferença no peso corporal entre os 2 grupos continuou a aumentar ao longo do período experimental: a diferença foi cerca de 45% em 12 semanas. O aumento do peso do corpo associado com o DFH foi parcialmente atribuído à expansão do tecido adiposo visceral. As massas do epidídimo, perirrenal, mesentérica, e camadas de gordura retroperitoneais de ratos alimentados com a HFD durante 12 semanas eram 42%, 40%, 54%, e 42%, respectivamente; a diferença nas massas foi maior nos ratos alimentados HFD do que no grupo alimentado ND (Figura 1B-F). Além disso, os ratos alimentados HFD-exibiram reduções significativas nos pesos húmidos do gastrocnémio (-13%) e músculos em 12 semanas, em comparação com aqueles na ND ratos alimentados (Figura 1G e H) sóleo (-16%).
ganho de peso (A) do corpo. (B) Total visceral peso de gordura-pad. (C) do epidídimo peso de gordura-pad. (D) perianal peso de gordura-pad. (E) mesentérica peso de gordura-pad. (F) Retroperitoneal peso de gordura-pad. massa muscular (G) gastrocnêmio. massa muscular (H) sóleo. Os dados estão apresentados como médias ± SEM. *
P
. 0,05
resposta Transcrição de WAT e os músculos para HFD durante as 12 semanas de tempo de curso
perfil de expressão gênica na WAT e músculos de camundongos foi avaliada através da análise oligonucleotídeo microarray. Entre 25,291 genes no NimbleGen rato inteiro Oligo chip de 12-Plex utilizados neste estudo, os genes 21,890 (86%) foram identificados como genes conhecidos. Após a determinação dos efeitos do HFD através de 12 semanas de tempo claro, nós nos concentramos em dissecar os efeitos específicos DH sobre o transcriptoma do epidídimo e gorduras subcutânea e muscular. dados de microarray foram analisados por agrupamento hierárquico de grupos funcionais enriquecidos de genes (com base no gene ontologia) e os principais resultados estão graficamente ilustrados num mapa de calor (Figura 2). A DH provocou alterações distintas na expressão de genes em gorduras do epidídimo e subcutâneas e o músculo dos ratinhos ao longo do tempo, e mudanças mais significativas foram mostradas em tecido de gordura epididimal. Especificamente, as mudanças de expressão proeminentes foram observados na fase de início (semana 2 até à semana 4) e o enriquecimento do metabolismo dos lípidos e processos inflamatórios foram significativas entre os genes DH-responsivos regulado para cima, enquanto que a proteína G acoplado a proteína do receptor via e electrões sinalização transportes foram mais significativas entre os genes HFD-responsivos regulada para baixo no tecido epididymal gordura.
os valores utilizados para o agrupamento são HFD média vs. ND per rácio expressão ponto de tempo. Os galhos da árvore condição são coloridos de modo a discriminar três subgrupos com a maior distância, correspondendo a três tecidos do tempo de curso: epididymal tecido adiposo (vermelho), subcutânea tecido adiposo (azul) e muscular gastrocnemious (verde). Isso é resumido na barra de cor por baixo do diagrama de cluster.
análise MNI do tratamento curso de tempo com a HFD
Para elucidar a evolução temporal e processos metabólicos subjacentes a progressão da obesidade induzida por a DH, foram determinados os perfis do epidídimo e tecidos de gordura subcutânea e músculo gastrocnêmio de ratos de expressão gênica por meio de análise oligonucleotídeo microarray. Cada um destes dados foi consultado contra a rede reconstruída (algoritmo de MNI), e os potenciais mediadores genéticos resultantes em cada caso foram classificados de acordo com a estatística Z-score. As listas de topo 5 potenciais mediadores genéticos para a progressão da obesidade no epidídimo e os tecidos de gordura subcutânea e músculo gastrocnémio de ratos alimentados com a HFD durante 2, 4, 8, e 12 semanas são mostrados nas Tabelas 1, 2, 3. Os genes mais característicos em todos os tecidos na lista foram associados com câncer; os genes nesta categoria incluiu
Nek11
,
Gli2
,
Tmem46
,
Mep1b
,
Ccdc109b
,
Rab23
,
Patz1
, e
Hdac9
. O segundo tema funcional representante foi relacionada com a transdução olfatória, e esses genes incluídos
Olfr1181
,
Olfr1173
,
Olfr855
,
Olfr1056
,
Olfr716
, e
Tmem16b
. Para validar os resultados de microarray quantitativamente, foram analisados os níveis de expressão de mRNA de genes mais bem classificados por PCR em tempo real. Em todos os casos, uma forte correspondência entre os dados de microarray e os resultados de PCR em tempo real foi observado (Figura 3). Nós também mediram os níveis de expressão basal de genes selecionados, incluindo vários receptores olfativos nos tecidos epididymal gordura de nd- ou ratos HFD-alimentados, usando PCR em tempo real. Os resultados indicaram que os níveis de expressão basal de genes olfativos altamente classificados (Olfr1181, Olfr513, Olfr960, e Olfr1245) foram comparáveis aos dos cinco genes (Gli2, Gucy2c, Atp8b3, e Tmem46) identificadas por análise MNI na semana 4, no tecido adiposo epididimal (Figura S1).
em tempo real a análise quantitativa por PCR da expressão de ARNm de genes alvos seleccionados identificados por análise MNI nos tecidos de gordura epididimal de ratos. Os resultados são apresentados como a média ± SEM de pelo menos 3 experiências separadas.
Análise funcional dos mediadores genéticos altamente classificados
A seguir focado sobre os caminhos anotada-GO que foram significativamente sobre-representados entre os mediadores genéticos altamente classificados. Para nossa análise, sujeitou os 100 genes com classificação mais alta identificadas por análise de MNI no epidídimo e do tecido adiposo subcutâneo e músculo gastrocnêmio de camundongos com obesidade induzida por dieta com a via de análise com base nas anotações de processos biológicos GO (Tabelas 4, 5, 6) . Descobrimos que a transdução olfactiva foi altamente enriquecido na epididimal e tecido adiposo subcutâneo e músculo gastrocnémio de ratos alimentados HFD-em comparação com os ratos alimentados com ND-em todos os pontos de tempo. Mesmo o segundo tema funcional representante da gordura epididimal foi relacionada ao câncer em todos os momentos. As vias que se pensa estarem associados com a progressão da obesidade na gordura epididimal de acordo com a análise MNI incluídos via Wnt sinalização, melanogénese, via de sinalização da quimiocina, adesão focal, MAPK via de sinalização, metabolismo da purina, regulação do citoesqueleto de actina, a interacção ligando-receptor neuroactivos, e a matriz extracelular (ECM) dos receptores interacção. Na gordura subcutânea, outras vias identificadas pela análise MNI para a progressão da obesidade incluiu via de sinalização de cálcio, hormônio liberador de gonadotrofinas (GnRH) caminho, a orientação do axônio, ciclo celular e metabolismo da tirosina sinalização. No músculo gastrocnémio, além da transdução olfactiva mencionado acima, os grupos de mais de representados identificados de acordo com a GO processos biológicos para a progressão da obesidade foram envolvidos nos vários processos celulares, tais como a interacção neuroactivo ligando-receptor, a interacção do receptor de citocina por citoquina, vias associadas com câncer, via de sinalização da insulina, caminhos associados com o cancro colorectal, adipocitocina via de sinalização, diabetes tipo II mellitus, e moléculas de adesão celular.
aglomerados perfil representativo do tempo de curso
Nós submetidos os 40 genes mais alto classificados identificadas por análise de MNI em cada ponto de tempo no epidídimo e tecidos de gordura subcutânea e músculo gastrocnêmio de camundongos com obesidade induzida por dieta para armazenamento em cluster com base em seu padrão temporal. A Figura 4 mostra os genes que foram observados para ter diminuindo Classificação através ponto de tempo, com um pico a 2 semanas. Os processos biológicos controlados por genes neste agrupamento incluída regulação da resistência à insulina (EA: Dusp12), câncer (EA: Nek11, A4gnt; SA: Srp9), inflamação (EA: Siglece; M: Nrip3, Sez6l), e transdução olfatória (EA : Olfr 513, 433; SA: Olfr 823) (Tabelas 7, 8, 9). Os genes mostrados nas Figuras 5 e 6 exibiu o grau mais alto nos pontos de tempo intermédios de 4 e 8 semanas, respectivamente. Para ambos os grupos, a maioria dos genes nesta categoria foram associados com câncer (EA: Gli2, Gucy2c, Lsm1, Duoxa1, Lasp1; SA: vav3, Kcnrg, Tle6, Rab23; M: DCC Rassf2, Perp, Pdgfr1), inflamação (SA: Btn2a2, Def6; M: LL13, Rap1gds1), resistência à insulina (SA: Neurod4; M: Mapk9), e transdução olfatória (eA: Olfr 1181, 960, 536, 654, 527; SA: Olfr 855, 888, 305, 1056, 960, 685, 1048; M: Olfr 699, 800, 978, 232, 872) (Tabelas 10, 11, 12, 13, 14, 15). A Figura 7 mostra os genes que exibiram crescentes classificação em todos os pontos de tempo, com um pico a 12 semanas. processos biológicos para genes neste agrupamento incluída regulação da adipogênese (EA: Smad7, Adhfe1), ingestão de alimentos (M: Pyy), inflamação (EA: Folr2, Pde7a, VIPR2; SA: Rfxdc2, AQP5, cpb2), câncer (M: Lin28, GSTM1, Safb2), e transdução olfatória (eA: Olfr 16, 1000; SA: Olfr 716, 45; M: Olfr 689, 347) (Tabelas 16, 17, 18). Os genes mostrados na Figura 8 exibiram um alto constante MNI durante todo o curso do tempo. Este aglomerado continha genes relacionados ao câncer (EA: Tmem46; SA: Trim62; M: Hdac9), resistência à insulina (EA: Camk2g), fibrose hepática (M: Tmem67), e transdução olfatória (SA: Olfr 1173, 411, 855) (Tabela 19).
Genes que apresentou remissão classificação entre pontos de tempo, conforme revelado pela análise MNI, com um pico a 2 semanas nos tecidos periféricos de ratos. (A) do epidídimo tecido adiposo. (B) tecido adiposo subcutâneo. (C) do músculo.
Os genes que exibiram o mais alto posto no ponto de tempo intermediário de quatro semanas como revelado pela análise MNI nos tecidos periféricos de camundongos. (A) do epidídimo tecido adiposo. (B) tecido adiposo subcutâneo. (C) do músculo.
Os genes que exibiram o mais alto posto no ponto de tempo intermediário de 8 semana como revelado pela análise MNI nos tecidos periféricos de camundongos. (A) do epidídimo tecido adiposo. (B) tecido adiposo subcutâneo. (C) do músculo.
Os genes que exibiram aumento do ranking entre pontos de tempo, conforme revelado pela análise MNI, com um pico a 12 semanas nos tecidos periféricos de ratos. (A) do epidídimo tecido adiposo. (B) tecido adiposo subcutâneo. (C) do músculo.
Os genes que exibiram a classificação de um constante alto MNI ao longo do curso de tempo, conforme revelado pela análise MNI nos tecidos periféricos de ratos. (A) do epidídimo tecido adiposo. (B) tecido adiposo subcutâneo. (C) do músculo.
Discussão
Animais usam seu sistema olfativo para monitorar o ambiente químico de moléculas que revelam fontes de alimentos ou substâncias tóxicas e sinalizar a presença de predadores [11]. Existem numerosos receptores olfactivos de diferentes tipos, com até 1000 no genoma de mamífero que representam cerca de 3% da informação genética genomeentire humana [12]. A informação relacionada com odor reunidas por esses receptores olfativos é canalizada através de uma via de sinalização comum. Quando um receptor olfactivo se liga ao seu odorante, activa uma única espécie de proteína G, a proteína L trimérica olfactiva (golfe), que por sua vez activa a isoforma olfactivo de adenilato-ciclase (AC3) [12]. Evidências convergentes demonstrou que o sistema olfactivo é um alvo para hormonas relacionadas com o metabolismo e regulação consumo de alimentos; adapta-se a sua função para as necessidades nutricionais de promover ou inibir a comida A alimentar [13]. Estudos recentes descobriram que a exibição pacientes obesos diminuição da acuidade olfativa [14] e são significativamente mais propensos a ter disfunção olfativa absoluta ou anosmia [15]. Além disso, Simchen et ai. mostraram que a capacidade de detectar e identificar os odores foram encontrados para diminuir à medida que o índice de massa corporal (IMC) aumenta em indivíduos com menos de 65 anos de idade, independentes de qualquer ligação ao odor de alimentos ou do género [16]. Recentemente, os elementos de sinalização quimio-olfactiva como foram encontrados para também presente em tecidos nonolfactory tais como testículos [17], do cérebro [18], e do coração [19]. Para o nosso conhecimento, este é o primeiro estudo que mostra uma expressão de mRNA diferencial e alta classificação MNI de receptores olfativos no epidídimo e tecidos de gordura subcutânea e músculos entre ND e ratos HFD-alimentados (Tabelas 1, 2, 3). Estes resultados implicam que os receptores olfactivos e as moléculas envolvidas na transdução de olfactivo podem ser os mediadores da progressão da obesidade induzida por HFD nos tecidos periféricos. Esta hipótese é apoiada pelo facto de que o aumento da produção de cAMP por AC3 activa de ligação (CREB) proteína, elemento de resposta a cAMP levando ao aumento da adipogénese num modelo de rato obeso. Além disso, os ratinhos que carecem de AC3, que é um regulador jusante de receptores olfactivos, obesidade exposição que é aparentemente causadas por uma baixa actividade locomotora, hiperfagia, e insensibilidade leptina [20]. Em estudos posteriores, será interessante investigar o papel dos receptores olfactivos individuais em tecidos periféricos, tais como o pâncreas, fígado, músculo e gordura, para compreender melhor o processo de activação dessas vias de sinalização e os seus papéis fisiológicos.
genes relacionados com o câncer, como
Nek11
,
A4gnt
,
Srp9
,
Gli2
,
Gucy2c
,
Lsm1
,
Duoxa1
,
Lasp1
,
Ret
,
Bex2
,
vav3
,
Kcnrg
,
Tle6
,
Rab23
,
Dcc
,
Rassf2
,
Perp
,
Pdgfr1
,
Lin28
,
GSTM1
,
Safb2
,
Tmem46
, e
Hdac9
foram notavelmente sobre-representadas em tempo- aglomerados de curso identificados pela análise MNI no epidídimo e os tecidos de gordura subcutânea e músculo do gastrocnémio de ratinhos com obesidade induzida por dieta (Figs. 4, 5, 6, 7, 8). Desses 23 genes, 6 são conhecidos genes relacionados ao câncer de mama (
Lsm1
,
Duoxa1
,
Ret
,
Bex2
,
Rassf2
, e
Safb2
).
Lsm1
é um oncogene transformante que é amplificado e sobre-expresso no cancro da mama [21] e podem afectar quer a progressão do ciclo celular ou apoptose [22].
Duoxa1
, que foi originalmente identificado como uma proteína que interactua com dormente, foi recentemente mostrado funcionar como um factor de maturação no cancro da mama [23].
Ret
exposições modulação da transcrição dependente de ácido tanto estrogênio e retinóico no cancro da mama [24].
Bex2
tem um papel significativo na promoção da sobrevivência e crescimento das células em células de câncer de mama [25], [26], e
Rassf2
pode funcionar como um gene supressor de tumor no
in vitro
migração celular e na progressão do ciclo celular [27]. A expressão da proteína Safb2, que funciona como co-repressor de receptor de estrogénio e inibidor do crescimento, perdeu-se em aproximadamente 20% dos cancros da mama [28]. Muitos estudos tentaram determinar a relação entre dieta e câncer de mama. A gordura dietética é uma fonte de estrogénio endógeno e tem sido sugerido como um possível fator de risco para o cancro da mama [29]. Para nosso conhecimento, este é o primeiro estudo que mostra uma associação entre estes 6 genes envolvidos no desenvolvimento do câncer de mama e obesidade induzida por HFD em um modelo de roedor.
genes relacionados com o cancro do cólon tais como
Nek11
,
Gucy2c
,
Srp9
,
Tle6
, e
Pdgfrl
também foram super-representados nos clusters tempo-curso identificadas pela análise de MNI na epidídimo e tecidos de gordura subcutânea e músculo gastrocnêmio de camundongos com obesidade induzida por dieta (Fig. 4, 5, 6, 7, 8).
Nek11
, um membro da família de cinases relacionadas com o NIMA, fosforila Cdc25A e controla a sua degradação; Cdc25A fosforilação é necessário para a progressão do ciclo celular em células de cancro colorrectal [30].
Gucy2c
e
Srp9
foram mostrados para ser sobre-expresso em células de cancro colorrectal e foram recentemente mostrado funcionar como um biomarcador candidato para o cancro do cólon [31], [32].
Tle6
é recorrentemente sobre-expressos em câncer de cólon humano e aumenta a proliferação celular, a formação de colónias, migração e xenoenxerto tumorigenicidade [33].
Pdgfrl
actua como um supressor tumoral e inibe o crescimento de células de cancro colorrectal [34]. Estudos epidemiológicos indicam que tanto o elevado peso corporal e índice de massa corporal (IMC) foram significativamente associados com um risco aumentado de câncer de cólon. obesidade visceral intra-abdominal, os níveis de glucose elevados no plasma, HbA1C e C-péptido também foram encontrados para ser associada com um risco aumentado de cancro colorrectal [35] – [38]. O presente estudo mostrou que os genes acima mencionados que estão envolvidos na regulação do cancro do cólon pode desempenhar um papel genética no desenvolvimento da obesidade. Não há perspectivas mecanicistas foram relatadas para explicar a relação entre a regulação de genes relacionados ao câncer no tecido adiposo ou muscular e suscetibilidade ao câncer. Poderia ser provável que as alterações na expressão de genes relacionados ao câncer no tecido adiposo podem acompanhar a regulamentação dos mesmos genes em tecidos epiteliais, como a mama ou cólon.
Os genes que foram encontrados para ter o posto mais alto na fase precoce e retorno à linha de base depois de várias semanas pode ser considerado mediadores genéticos da resposta de fase aguda nos processos metabólicos relacionados com a obesidade induzida por HFD.
Dusp12
foi um dos 58 genes que foram observados para ter diminuindo classificação durante o desenvolvimento da obesidade, com um pico a 2 semanas. Estudos anteriores identificaram vários polimorfismos de nucleotídeo único neste gene associado a diabetes tipo 2 em diferentes populações, incluindo caucasianos e chineses [39].
Dusp12
é uma proteína associada a glucoquinase que participa na glicólise no fígado e desfosforilação de glucoquinase citoplásmica nas células pancreáticas beta [40]. Portanto,
Dusp12
pode desempenhar um papel na regulação da glicólise durante os primeiros estágios da obesidade. Quando a glicólise estava diminuída, em todo o corpo a eliminação de glucose também foi reduzida, indicando uma diminuição na utilização de glucose em tecidos periféricos em resposta ao HFD. Os últimos prováveis resultados de um transporte de glicose prejudicada que precede a sinalização de insulina prejudicada.
Def6
e
Mapk9
foram um dos 145 genes que foram encontrados para ter o posto mais alto nos pontos de tempo intermédios de 4 ou 8 semanas durante o desenvolvimento da obesidade.
Def6
, um novo tipo de activador de Rho GTPase, é expressa em células mielóides, e interrupção de expressão Def6 leva a defeitos no receptor toll-like 4 (TLR4) de sinalização e respostas imunitárias inatas [41]. GTPases Rho foram mostrados para ser recrutados para o domínio citosólico de TLR e o estreitamente relacionado interleucina 1 do receptor (IL-1R) e para regular a produção de citocinas pró-inflamatórias [42], [43].