Российские нанотехнологии. T. 19, Номер 4, 2024

Российские нанотехнологии, 2024, T. 19, № 4, стр. 537-541

Референсные гены для анализа относительной экспрессии генов с помощью пцр в реальном времени при различных патологиях миокарда человека

А. Л. Класс 1*, А. Х. Алиева 1, М. М. Руденок 1, А. В. Лысенко 2, Г. И. Салагаев 2, М. И. Шадрина 1, П. А. Сломинский 1, Е. В. Филатова 1

1 Национальный исследовательский центр “Курчатовский институт”
Москва, Россия

2 Российский научный центр хирургии имени академика Б.В. Петровского
Москва, Россия

* E-mail: ania.klass@yandex.ru

Поступила в редакцию 13.03.2024
После доработки 13.03.2024
Принята к публикации 05.04.2024

Полный текст (PDF)

Аннотация

Активное изучение молекулярных механизмов возникновения и развития различных патологий сердца с помощью оценки экспрессии генов методом ПЦР в реальном времени необходимо для решения проблемы поиска и выбора адекватных референсных генов. Проведен поиск наиболее стабильно экспрессирующихся потенциально референсных генов в прижизненных образцах миокарда пациентов с тяжелой сердечной недостаточностью, обусловленной гипертрофической кардиомиопатией или ишемической болезнью сердца. Анализ экспрессии генов проводился с помощью реакции обратной транскрипции и ПЦР в реальном времени. Оценка стабильности экспрессии генов проводилась с помощью ресурса RefFinder. Показано, что наиболее стабильно в миокарде человека при сердечной недостаточности экспрессируются гены PSMD6, PSMD7, SARS1 и AARS1. В связи с этим рекомендуем включать их в панель генов при поиске и валидации потенциальных референсных генов для оценки экспрессии генов-кандидатов в тканях миокарда.

ВВЕДЕНИЕ

Изучение экспрессии генов – один из основных столпов современной молекулярной биологии. В комбинации с протеомным анализом это позволяет выяснить молекулярно-генетические механизмы, протекающие в клетке как в норме, так и при патологии. “Золотым стандартом” при изучении экспрессии генов является анализ относительных уровней транскриптов с помощью реакции обратной транскрипции и последующей ПЦР в реальном времени. В последние десятилетия был разработан целый свод рекомендаций для планирования таких экспериментов [1]. Особое внимание уделяют так называемым референсным генам [2]. Основное требование, предъявляемое к таким генам, заключается в том, что их экспрессия должна быть постоянна вне зависимости от условий эксперимента или иметь очень низкий уровень вариабельности во всех изучаемых образцах. К сожалению, не найдено универсальных референсных генов, и в каждом случае необходимо подбирать специфичные референсные гены, стабильно экспрессирующиеся в условиях конкретного эксперимента.

В настоящее время ведутся активные исследования молекулярных механизмов возникновения и развития различных патологий сердца, поскольку знание патогенеза заболевания на клеточном и молекулярном уровнях позволяет разрабатывать более эффективную терапию. Особую актуальность представляет изучение заболеваний, приводящих к сердечной недостаточности, например ишемическая болезнь сердца (ИБС) и различные кардиомиопатии, в частности гипертрофическая кардиомиопатия (ГКМП). К сожалению, в силу малой доступности тканей сердца человека при жизни, очень ограничено количество работ, освещающих изменения экспрессии генов в сердце при жизни человека [35]. В связи с этим до сих пор существует проблема выбора адекватных референсных генов для подобного рода исследований [4]. Поэтому целью настоящей работы стал поиск наиболее стабильно экспрессирующихся потенциально референсных генов в прижизненных образцах миокарда пациентов с тяжелой сердечной недостаточностью, обусловленной ГКМП или ИБС.

МЕТОДЫ

Пациенты были отобраны в кардиохирургическом отделении лечения дисфункций миокарда и сердечной недостаточности ФГБНУ “РНЦХ им. академика Б.В. Петровского”. Выборка состояла из 15 неродственных друг другу пациентов из России. Пяти пациентам был поставлен диагноз ИБС, у остальных десяти была тяжелая форма ГКМП. Критерии отбора пациентов с ГКМП описаны в [6]. У двоих пациентов с ГКМП выявлен патогенный вариант rs397516037 в гене MYBPC3, приводящий к формированию стоп-кодона в 1233-м положении в белке. Средний возраст пациентов составил 56.5 ± 13.2, соотношение полов было 9 : 6 (М : Ж). Клиническая характеристика исследованной выборки пациентов представлена в табл. 1. Письменное информированное согласие на участие в исследовании было получено от всех пациентов и членов их семей в соответствии с Хельсинкской декларацией. Исследование одобрено этическим комитетом Института молекулярной генетики Национального исследовательского центра “Курчатовский институт”.

Таблица 1.

Клинические характеристики пациентов, вовлеченных в исследование

Клиническая характеристика Количество пациентов
Клиническая смерть 0
Использование имплантируемого кардиовертера-дефибриллятора 0
История внезапной остановки сердца: инфаркт миокарда 1
Боль в груди: стенокардия, кардиалгия 8
Синкопа/история синкоп 3
Головокружение 2
Одышка 14
Шумы в сердце 10
Трепетания 10
Аномалии ЭКГ 15
Гипертония 9
I 0
II 9
III 5
IV 0

Примечание. I–IV – функциональный класс сердечной недостаточности.

Образцы миокарда получены в ходе септальной миэктомии в случае ГКМП и аорто-коронарного шунтирования в случае ИБС. Сразу после иссечения образцы помещали в консервирующий раствор DNA/RNA-Shield (Zymo Research Corp., Irvine, CA, USA), выдерживали сутки при +4°С и замораживали при –20°С для транспортировки. После транспортировки образцы хранили при –80°С.

Выделение тотальной РНК из миокарда проводили с помощью с помощью реагента TRIzol (Invitrogen, USA) и набора Direct-zol™ RNA MiniPrep (Zymo Research Corp., Irvine, CA, USA). Измерение концентрации, оценку качества тотальной РНК, реакцию обратной транскрипции проводили, как описано в [7]. ПЦР проводили с использованием прибора QuantStudio 3 (Thermo Fisher Scientific) и реактивов для ПЦР (“Синтол”, “Евроген”, “ДНК-Синтез”). В состав смеси для ПЦР входили: 0.2 мкл Taq-полимеразы (5 е.а./мкл), 3 мкл буферного раствора (×10), 3 мкл смеси дНТФ (по 2 нмоль/мкл каждого), 1.5 мкл MgCl2 (25 нмоль/мкл), 1 мкл праймеров (10 пмоль/мкл), 1 мкл зондов (5 пмоль/мкл), 5 мкл кДНК (0.02 нг/мкл), до 30 мкл доводили ультрачистой водой. Условия амплификации следующие:

– 180 с при 95°C;

– 45 циклов по 5 с при 95°C, 20 с при 60°C.

Все реакции повторяли троекратно для каждой кДНК.

Праймеры и зонды были подобраны на основе последовательности генома человека в базе данных NCBI (первичная сборка GRCh38.p13). Последовательности праймеров и зондов описаны в [7]. Оценку экспрессии референсных генов проводили с использованием параметра “пороговый цикл” (Ct) и программного обеспечения MS Excel 2010 (Microsoft), Statistica 12 (StatSoft) и RefFinder tool [8, 9].

РЕЗУЛЬТАТЫ

В настоящей работе проведены поиск и анализ стабильности экспрессии потенциальных референсных генов в образцах миокарда человека, полученных в ходе хирургического лечения дисфункций миокарда и сердечной недостаточности у пациентов с ИБС и ГКМП.

Первым этапом работы по поиску оптимальных референсных генов-кандидатов для исследования их уровней экспрессии стал анализ литературы. Для этого в базе данных National Library of Medicine (NCBI) провели поиск по ключевым словам “Heart”, “Gene Expression Profiling”, “reference genes”, “normalization genes”, “housekeeping genes” с использованием фильтра “вид: человек”. Было сформировано несколько запросов. По запросу (“Heart” [Mesh]) AND “Gene Expression Profiling” [Mesh] AND (“reference genes” [tiab] OR “normalization genes” [tiab] OR normalization[tiab]) было получено 24 результата, по запросу (“Heart” [Mesh]) AND (“reference genes” [tiab] OR “normalization genes” [tiab]) – 19, по запросу “Heart” [Mesh] AND “housekeeping genes” [tiab] – 14. Всего было проанализировано 42 источника литературы. Кроме того, в анализ включили результаты подобного поиска, полученные в [7]. На данном этапе было отобрано 30 генов: ACTB [10], GAPDH [5, 1013], UBC [10], TPT1 [14], SRP14 [14], GUSB [5], IPO8 [4, 5], POLR2A [4, 5, 7, 15], PPIA [3, 5, 11, 16], RPLP0 [5, 11], YWHAZ [3, 5], RPL13A [3], (GPS1, PSMB2) [15], (RPL32, PGK1) [17], (RPL5, PSMB4, REEP5, RAB7A) [12], (TBP, HMBS, SDHA) [16], (BCAT2, SARS1, HPRT1, AARS1, PSMD6, PSMD7, POLR2F, PSMA5) [7]. При этом учитывали минимальную вовлеченность белков, кодируемых этими генами, в непосредственное функционирование миокарда/саркомера. Особое внимание уделяли генам, принимающим участие в самых общих клеточных процессах.

Для отобранных генов оценивали наличие псевдогенов, поскольку при их существовании в геноме сложно гарантировать достаточную специфичность праймеров и зондов для анализа экспрессии этих генов с помощью ПЦР в реальном времени. Поэтому из дальнейшего анализа были исключены гены ACTB, GUSB, PPIA, YWHAZ, RPL30, GAPDH, RPLP0, TPT1, IPO8, RPL13A, GPS1, RPL32, PGK1, RPL5 и SDHA.

Для оставшихся генов с помощью базы данных https://www.ncbi.nlm.nih.gov/gene/ был оценен уровень мРНК этих генов в сердце. Для анализа отбирали те гены, чей уровень экспрессии был сходным. Так, уровни мРНК генов UBC, PSMB4, RAB7A, PGK1, SDHA оказались слишком высоки, а уровни мРНК генов IPO8, PSMB2, TBP, HMBS – слишком низки. При оценке относительной экспрессии генов интереса важно, чтобы уровни экспрессии генов интереса и референсных генов были близки, так как слишком большая разница (более чем в 10 раз) может искажать результаты расчетов относительных уровней экспрессии генов интереса.

В итоге был проведен анализ уровней мРНК генов PSMD6, PSMD7, SARS1, HPRT1, PSMA5, POLR2A, AARS1, BCAT2. На рис. 1 показаны данные усредненных пороговых циклов для индивидуальных образцов по анализируемым генам.

Рис. 1.

Средние индивидуальные значения пороговых циклов ПЦР в реальном времени по каждому образцу для исследуемых генов. Ct – пороговый цикл, Median – медиана, 25–75% – квартили, Min–Max – минимальное и максимальное значения, Raw data – усредненные по трем повторам индивидуальные значения, Outliers – выбросы.

Затем данные усредненных пороговых циклов для индивидуальных образцов были проанализированы с помощью ресурса RefFinder. Результаты представлены в табл. 2. Как видно из таблицы, наиболее стабильно экспрессирующимися генами в данных условиях оказались PSMD6, PSMD7, SARS1 и AARS1. Последовательности ген-специфичных праймеров и зондов для детекции транскриптов методом ПЦР в реальном времени представлены в табл. 3.

Таблица 2.

Порядок ранжирования исследуемых генов по методам, используемым ресурсом RefFinder

Порядок ранжирования: лучший–хороший–средний Метод (параметр)
Delta CT (STDEV) Best-Keeper (std dev) Norm-finder (Значение стабильности) Genorm (Значение стабильности) Рекомендуемый комплексный рейтинг
1 PSMD7
0.463
PSMD6
0.35
PSMD7
0.239
SARS1 | AARS1
0.335
PSMD6
1.861
2 PSMD6
0.474
SARS1
0.51
PSMD6
0.277
  PSMD7
2
3 AARS1
0.5
PSMA5
0.39
AARS1
0.334
PSMD6
0.397
SARS1
2.515
4 SARS1
0.534
PSMD7
0.6
POLR2A
0.396
PSMD7
0.432
AARS1
2.59
5 POLR2A
0.543
AARS1
0.47
SARS1
0.398
POLR2A
0.458
POLR2A
4.949
6 HPRT1
0.564
POLR2A
0.58
HPRT1
0.431
HPRT1
0.485
HPRT1
6.236
7 BCAT2
0.581
HPRT1
0.51
BCAT2
0.459
BCAT2
0.512
PSMA5
6.26
8 PSMA5
0.59
BCAT2
0.62
PSMA5
0.479
PSMA5
0.531
BCAT2
7.238
Таблица 3.

Последовательности ген-специфичных праймеров и зондов для детекции транскриптов методом ПЦР в реальном времени

Ген Олигонуклеотидные последовательности
(прямой праймер, обратный, зонд)
PSMD6
NM_001271779.1
5'-AACACAGAAAAGGCCAAAAGCTTAAT-3'
5'-AATAGCCACACAATAAAGACCCTGAT-3' 5'-FAM-AGGCGGTTTCTCCTGTCCCAGTCTCCTC-BHQ1-3'
PSMD7
NM_002811.4
5'-TGTCCTAATTCCGTATTGGTCATCATTG-3'
5'-CGTGTTCAAATGTTTTCGAGGTTGG-3'
5'-FAM-GCTTCTGTAGGCAGCCCTAGGTCCTTCGG-BHQ1-3'
SARS1
NM_001330669.1
5'-CCCAGCCCTCATCCGAGAG-3'
5'-TGTTCAAGTTGTCTGCCCGAAATC-3'
5'-VIC-TCGCCACTCGCTGTCTGCCTTCACCA-BHQ2-3'
AARS1
NM_001605.2
5'- CGGCAGCGATTTATAGATTTCTTCAAG-3'
5'- GGTGAGATGGGTCAATTGTGTTCA-3'
5'-FAM-TATGTTCACTCGTCTGCCACCATCCCAT-BHQ1-3'

ОБСУЖДЕНИЕ

Несмотря на многолетние исследования, проблема выбора адекватных референсных генов для анализа относительной экспрессии генов интереса в самых разных экспериментах остается очень актуальной.

К сожалению, во многих работах по изучению экспрессии различных генов в миокарде до сих пор используют в качестве референсных такие гены, как ACTB, YWHAZ или GAPDH [3, 5, 10, 12, 13], даже несмотря на то, что для них многократно показана нестабильная экспрессия в различных экспериментальных условиях [4, 14, 1821]. Кроме того, наличие большого количества псевдогенов у этих генов ставит под сомнение качество нормализации таких экспериментов, поскольку ни один из методов выделения РНК не гарантирует полного отсутствия геномной ДНК в образце тотальной РНК. Поэтому из анализа намеренно исключили целый ряд генов, для которых было показано большое количество псевдогенов в геноме.

Еще одним критерием отбора генов для анализа стал уровень мРНК генов в различных тканях. Внимание решили сконцентрировать на генах со средним и сходным в большинстве тканей уровнем экспрессии, поскольку такие гены с большей вероятностью могут оказаться “универсальными” референсными генами. Кроме того, данный подход частично решает проблему тканеспецифичной экспрессии потенциального референсного гена [22].

Также важным критерием отбора потенциальных референсных генов для анализа относительной экспрессии генов интереса является анализ их вовлеченности в специфичные для тканей, отобранных в эксперимент, клеточные процессы. Например, было показано, что ACTB может принимать участие в патогенезе сердечной недостаточности [4], поскольку данный белок участвует в формировании цитоскелета [23]. Аналогично из выполненного анализа был исключен ген REEP5, поскольку белок, кодируемый им, расположен в канальцевой сети эндоплазматического ретикулума и непосредственно участвует в регуляции организации сарко-эндоплазматического ретикулума и клеточных стрессовых реакциях в кардиомиоцитах [24].

С другой стороны, гены белков, катализирующих перенос аминокислот на тРНК, экспрессируются во всех тканях организма, где проходит активный синтез белка. В связи с этим такие гены, как SARS1 и AARS1, могут оказаться наиболее стабильно экспрессирующимися в подавляющем большинстве тканей. То же самое может быть применимо к генам PSMD6, PSMD7, PSMA5, POLR2A, поскольку PSMD6, PSMD7, PSMA5 кодируют субъединицы протеасом, а POLR2A – субъединицу РНК-полимеразы.

Тем не менее не все гены “домашнего хозяйства” могут оказаться достаточно стабильно экспрессирующимися в выбранных экспериментальных условиях. Так, изученные гены HPRT1, POLR2A и BCAT2 в использованных образцах оказались менее стабильными. Это также было продемонстрировано в работах [35, 11, 16, 17]. Более того, для BCAT2 показано участие в патологических процессах в миокарде [25].

ЗАКЛЮЧЕНИЕ

Проведенный анализ стабильности экспрессии ряда потенциальных референсных генов показал, что наиболее стабильно в миокарде человека при сердечной недостаточности экспрессируются гены PSMD6, PSMD7, SARS1 и AARS1. Более того, продемонстрировано, что при планировании экспериментов по изучению изменений экспрессии генов всегда нужно проводить поиск и тщательно отбирать адекватные референсные гены для нормализации экспрессионных данных.

Работа выполнена при частичной финансовой поддержке Российского научного фонда (грант № 22-15-00243) и частично в рамках выполнения государственного задания НИЦ “Курчатовский институт”.

Список литературы

  1. Bustin S.A., Benes V., Garson J.A. et al. // Clin. Chem. 2009. V. 55 (4). P. 611. https://doi.org/10.1373/clinchem.2008.112797

  2. Kozera B., Rapacz M. // J. Appl. Genet. 2013. V. 54 (4). P. 391. https://doi.org/10.1007/s13353-013-0173-x

  3. Caselli C., D’Amico A., Caruso R. et al. // Cytokine. 2013. V. 63 (2). P. 113. https://doi.org/10.1016/j.cyto.2013.04.021

  4. Červenák Z., Červenák F., Adamičková A. et al. // BMC Cardiovasc. Disord. 2022. V. 22 (1). P. 180. https://doi.org/10.1186/s12872-022-02614-9

  5. Molina C.E., Jacquet E., Ponien P. et al. // Cardiovasc. Res. 2018. V. 114 (2). P. 247. https://doi.org/10.1093/cvr/cvx182

  6. Filatova E.V., Krylova N.S., Vlasov I.N. et al. // Mol. Genet. Genomic Med. 2021. V. 9 (11). P. e1808. https://doi.org/10.1002/mgg3.1808

  7. Alieva A.K., Filatova E.V., Rudenok M.M. et al. // Cells. 2021. V. 10 (9). P. 2252. https://doi.org/10.3390/cells10092252

  8. Xie F., Xiao P., Chen D., et al. // Plant. Mol. Biol. 2012. V. 80 (1). P. 75. https://doi.org/10.1007/s11103-012-9885-2

  9. Xie F., Wang J., Zhang B. // Funct. Integr. Genomics. 2023. V. 23 (2). P. 125. https://doi.org/10.1007/s10142-023-01055-7

  10. Harrison O.J., Moorjani N., Torrens C. et al. // PLoS ONE. 2016. V. 11 (10). P. e0164329. https://doi.org/10.1371/journal.pone.0164329

  11. Pérez S., Royo L.J., Astudillo A. et al. // BMC Mol. Biol. 2007. V. 8 (1). P. 114. https://doi.org/10.1186/1471-2199-8-114

  12. Li M., Rao M., Chen K. et al. // Gene. 2017. V. 620. P. 30. https://doi.org/10.1016/j.gene.2017.04.006

  13. González-Herrera L., Valenzuela A., Marchal J.A. et al. // Forensic. Sci. Int. 2013. V. 232 (1). P. 218. https://doi.org/10.1016/j.forsciint.2013.08.001

  14. Pilbrow A.P., Ellmers L.J., Black M.A. et al. // BMC Med. Genomics. 2008. V. 1 (1). P. 64. https://doi.org/10.1186/1755-8794-1-64

  15. Lakics V., Karran E.H., Boess F.G. // Neuropharmacology. 2010. V. 59 (6). P. 367. https://doi.org/10.1016/j.neuropharm.2010.05.004

  16. Koppelkamm A., Vennemann B., Fracasso T. et al. // Int. J. Legal. Med. 2010. V. 124 (5). P. 371. https://doi.org/10.1007/s00414-010-0433-9

  17. Brattelid T., Winer L.H., Levy F.O. et al. // BMC Mol. Biol. 2010. V. 11 (1). P. 22. https://doi.org/10.1186/1471-2199-11-22

  18. Dheda K., Huggett J.F., Bustin S.A. et al. // BioTechniques. 2004. V. 37 (1). P. 112. https://doi.org/10.2144/04371RR03

  19. Ruiz-Villalba A., Mattiotti A., Gunst Q.D. et al. // Sci. Rep. 2017. V. 7 (1). P. 24. https://doi.org/10.1038/s41598-017-00043-9

  20. Li Q., Hu T., Chen L. et al. // Mol. Med. Rep. 2015. V. 11 (1). P. 393. https://doi.org/10.3892/mmr.2014.2750

  21. Simmons A.D., Palecek S.P. // Tissue Eng. C. Methods. 2021. V. 27 (5). P. 322. https://doi.org/10.1089/ten.tec.2021.0023

  22. Vandesompele J., De Preter K., Pattyn F. et al. // Genome Biol. 2002. V. 3 (7). https://doi.org/10.1186/gb-2002-3-7-research0034

  23. Pollard T.D., Cooper J.A. // Science. 2009. V. 326 (5957). P. 1208. https://doi.org/10.1126/science.1175862

  24. Lee S.H., Hadipour-Lakmehsari S., Murthy H.R. et al. // Nat. Commun. 2020. V. 11 (1). P. 965. https://doi.org/10.1038/s41467-019-14143-9

  25. Portero V., Nicol T., Podliesna S. et al. // Cardiovasc. Res. 2022. V. 118 (7). P. 1742. https://doi.org/10.1093/cvr/cvab207

Дополнительные материалы отсутствуют.