סוכרת מסוג 1 (T1D) היא מחלה אוטואימונית כרונית שבה המערכת החיסונית הורסת באופן סלקטיבי את תאי בטא המייצרת אינסולין של משטחים הלבלביים.למרות עשרות שנים של מחקר והתקדמות משמעותית ב ניטור גלוקוז ומשלוח אינסולין, תרופה אמיתית נותרת חמקמקה, המחלה מטילה נטל ארוך חיים של מעקב קבוע, זריקות, וסיכון של פריצות דרך האחרונות בשכבות גבוהות יש צורך בניתוחים של גנום מולקולריים: 1.

הבנה של גישות Multi-omics

Multi-omics מתייחס לניתוח בו זמנית או רצף של "omes" ביולוגיים מרובים - קבוצות שלמות של מולקולות המגדירות תא, רקמות או אורגניזם בזמן נתון. במקום ללמוד כל שכבה בבידוד, רב-מייקים משלבים נתונים על פני תחומים אלה כדי לחשוף אינטראקציות, רשתות סיבתיות, ומרכיבים כי מחקרים חד-אטומיים רלוונטיים למחקר T1D כוללים מחקר:

  • (ב) ויקרא י"א): "התלמוד בפרשת ה-DNA המלא של האדם, כולל וריאציות כגון פולימורפיזם יחיד (SNPs), האביזרים וההתפיסות.ב-T1D, genomics סימנו סיכון כמו FLT:2HLAFLT3, LT9175 ,5 ;
  • (FLT:0)Epigenomics:FLT:1ir) מפת השינויים הכימיים לדנ"א ולחלבונים הטונים המסדירים ביטוי גנים מבלי לשנות את הרצף הבסיסי של דפוסי מתילציה של DNA, למשל, שונה בין חולים T1D לבין בקרות בריאות, במיוחד בגנים הקשורים לחוסנים.
  • (FLT:0) ranscriptomics:FLT:1 המדידה של תמלילים RNA - הן coding (mRNA) והן לא קידוד (למשל, מיקרו-RNAs, lncRNAs) - מתן תמונה של גנים פעילים. RNA חד תאי הפך כלי רב עוצמה ללמוד heogeneity בין תאי beta ו-filting תאים חיסוניים.
  • (FLT:0)Proteomics:FLT:1 המחקר בקנה מידה גדול של חלבונים, כולל שפע שלהם, לאחר שינויים לאחר-טרנסלונאליים, ואינטראקציות. Autoantibodies לאינסולין, GAD65, IA-2, ZnT8 הם סמנים פרוטומטיים קלאסיים של T1D, אבל גישות חדשות יותר הן גילוי מטרות פחות ברורות חלבון.
  • (FLT:0)Metabolomics:FLT:1, ההסתברות המקיפה של מטבוליטים מולקולה קטנה (למשל חומצות אמינו, לימפואידים, אמצעי גלוקוז).
  • (FLT:0Microbiomics:FLT:1 Analysis of the gut microbial Community, המשפיע על פיתוח מערכת החיסון והוא קשור לסיכון T1D באמצעות השפעות על חיקוי מולקולרי, ייצור חומצות שומן קצר שרשרת, ושלמות מחסום.

שילוב של שכבות אלה - לעתים קרובות בשילוב עם נתונים קליניים, גורמי אורח חיים, דגימות ותיקות - מאפשר לחוקרים לבנות מודלים ברמת מערכות של T1D פתוגנזה. לדוגמה, גרסה גנטית עשויה להגדיל את הסיכון רק כאשר תנאים סביבתיים מסוימים (למשל, זיהום ויראלי, גורמים תזונתיים) שינויים אפיגנטיים שמשנים פרופילים תמלילים בתאים חיסוניים, ובסופו של דבר מוביל לאפקטים פרו-מולקוליים ואפקטים של תאים אלה.

התפקיד של Multi-omics במחקר T1D

Genomics ו-Genemceptibility

(האדריכלות הגנטית של T1D מאופיינת באופן נרחב באמצעות מחקרים הקשורים לגנום (GWAS) ומאמצים להפחתה קלה יותר מ-60 משככי סיכון זוהו, עם FLT:0HLAS לא מובנים (GWAS) באזור נגישות 1 על כרומוזום 6p21, כלומר 40-50% מהסיכון החיסרון החיסוני של LT) משפיע על ה-D2.

אפיגנטיות וטריגרים סביבתיים

(הסימנים הגנטיים מספקים גשר בין נטייה גנטית לחשיפה סביבתית.מחקר TEDDY (הדלוננסים הסביבתיים של סוכרת בצעירות) אסף דגימות דם ארוכות טווח מילדים בסיכון וביצע DNA רחב היקף של methylation Profiling DNA (DMRs) שמאוחר יותר זיהו תאים אפילפטיים (DMRs) הקשורים לנפיחות עתידית לדלקתיים של תאי חיסון (D) אשר מציעים מאוחר יותר לדלקת דם של תאים חיסוניים (DLC) אשר LTi) אשר LTD) באופן דומה ל-DS) אשר עלולים (DS) אשר פותחים (DNSDS) אשר LTD) אשר עלולים את תאי חיסון (DNSD) אשר LTDNSD) באופן דומה ל-DS) אשר LTDNSDV) אשר עלולים את תאי חיסון (DS) אשר LTDNSDNSDNSDNSDNSDNSDNSDNSDNSDNSDNSDNSDNSDNSDNSDNSDNSDNSDNS (DNSDNS (DNSDNS) אשר LTS) אשר LTS) אשר LTS) אשר LTDNSDNSDNS

קטגוריה: From Bulk to Single-Cell Resolution

(Bolk תמלילים של תאי דם היקפיים (PBMCs) ורקמות הלבלביות כבר בשימוש כדי לזהות חתימות ביטוי גנים של T1D. עם זאת, הופעת RNA-sequencing יחיד (ScRNA-seq) יש מהפכה בתחום.

Proteomics: Beyond Autoantibodies

Proteomics ב T1D מתמקד באופן מסורתי ב autoantibodies, אשר הם תקן הזהב עבור חיזוי סיכונים.עם זאת, אסטרטגיה מבוססת ספקטרומטריה מבוססת פרוטמייקים עכשיו מאפשר זיהוי לא מודגש של חלבונים אשר הם ביטויים באופן שונה או שונה ב T1D. לדוגמה, מחקר 2022 ניתח את ההסתברות של ילדים מתקדמים ל- T1D ומצא רמות גבוהות של חלבונים מעורבים, אפילו חלבונים אוטומטיים, כגון Ceptculation, לאחר ניתוח עצמי.

Metabolomics וחלון קדם-קליני

פרופיל מטאבולומי של ילדים אשר מאוחר יותר לפתח T1D חשף שינויים מטבוליים המתרחשים חודשים עד שנים לפני הופעת נוגדנים מופעלים.אלה כוללים רמות משתנות של חומצות אמינו של שרשרת, לימפואידים (למשל, זרפוחיות, חיידקים זעירים יותר), ומיקרוביופסיה של גירוי עצבית-דלקתיים, כגון חומצות שומן קצרות-שרשרת, 2019, מחקר המכילה מיקרו-מימדיום נמוך יותר, אך ורק תינוקות עם מיקרו-דלקתיים, דיווחו על ידי מיקרוביוטה-דלקתיים, אך הם בעלי סיכון נמוך יותר, אך הם בעלי סיכון של 3 חודשים, אך הם בעלי רמות מיקרו-דלקתיים, אך ורק לאחר מכן, אך הם בעלי רמות מיקרו-מיקרו-מיקרו-מיקרו-דלקתיים, אשר דיווחו על ידי מיקרו-דלקתיים, אך הם בעלי סיכון גבוהות יותר, אך הם בעלי רמות מטבוליטמין, אך הם בעלי סיכון נמוך יותר, אך הם בעלי סיכון נמוך יותר, אך הם בעלי סיכון נמוך יותר, אך הם בעלי רמות מיקרוביוטה-מיקרו-מיקרו-דלקתיים, כמו חומצות שומן קצר-דלקתיים, כמו חומצות שומן קצר-מיקרו-דלקתיים, כמו חומצות שומן קצר-דלקתיים, כמו חומצות שומן קצר יותר, אשר דיווחו על ידי חומצות שומן קצר יותר, כמו חומצות שומן קצר-

מפתח: מטרות חדשות לטיפול

Immune Checkpoints ו-Reulatory T Cells

ניתוחי Multi-omics סיכו את המולקולות של מחסומים חיסוניים ותא הבקרה לקוי (Treg) פונקציה כמרכז ל-T1D Pathogenesis. מחקרים פריפטומריים של טרגס מחולי T1D הראו ביטוי מופחת של IL-2 קולטן אלפא (CD25) ו-FF2P3, לצד ביטוי מוגבר של cytokines pro-inflammatory Proteomics זיהה ממצאים מוקדמים של בדיקות דלקת מפרקים (PT) של טיפול תרופתית (PTSD) (PT) (PTD) (PTD) (PTD) (PTD) הוא תגובה) של תאים).

מתח תאים ו- Neoepitopes

Integrative Multi-omics גילה כי תאי בטא אינם קורבנות פסיביים אבל תורמים באופן פעיל לחיסול שלהם.תחת לחץ (למשל, גלוקוז גבוה, מתח ER או זיהום ויראלי), תאי בטא יכולים לאחר שינוי באופן פעיל של חלבון עצמי, יצירת נוגדנים ניאופוחיות אשר מזוהים על ידי תאים TSD-ofic.

אלמנטים רטרו-ויראליים ואינטימיות מולדות

מחקרים Genomic ו- ®T1D זיהו ביטוי של רטרווירוסים אנדוגניים (ERVs) ב- pancreatic islets של מטופלים T1D. אלה רצפים ויראליים עתיקים, בדרך כלל מושתקים, יכולים להיות מגיבים בתנאים דלקתיים, לייצר אותות כפולים מנטרים של ERVD (D) אשר מעכבים אנטי-RNA בתגובות חיסוניות.

מטרות מטאבוליות

Metabolomics הדגיש אנזימים במסלולי חילוף החומרים של ליפיד שעשויים להיות ניתנים לתרופה.לדוגמה, רמות של ceramides גבוהות בחולי T1D ועשויות לתרום ל- Beta cell apoptosis.Inhibiting serine Palmitotransferase (האנזימים הראשונים ב- ceramide synthesis) מגינים תאים בטא במודלים של בעלי חיים.

אתגרים ואסטרטגיות אינטגרציה

בעוד ריבוי-מימים מציע כוח חסר תקדים, זה גם מציג אתגרים משמעותיים.ראשון, הטרוגניות נתונים: כל שכבת omics משתמשת בפלטפורמות שונות, יחידות, ואפקטים אצווה. שיטות אינטגרציה סטטיסטיות - כגון ניתוח רב-תחומי (למשל, MOFA, DIABLO), גישות מבוססות רשת (למשל, WGC, רשתות Bayesian), ולמידה (למשל, יערות קטסטרופליים) הם לעתים קרובות, נתונים חד-מיים, מוגבלים באופן קבוע, כלומר, כלומר, כלומר, כלומר, כלומר, הם רק על ידי סטרואידים, דרישות דם של זמן-מיים, כלומר, כלומר, לדוגמה, דרישות סטרואידים אחרים, כלומר, כלומר, הם רק על בסיס קבועות, כלומר, כלומר, דרישות סטרואידים, דרישות סטרואידים, כלומר, כלומר, סטרואידים, כלומר, כלומר, לדוגמה, לדוגמה, סטרואידים, סטרואידים, סטרואידים, דרישות דם בינוניות, דרישות רמות DIADipicialיות, הן רק על גבי רמות DIADidialיות, כלומר, דרישות קבועות, דרישות קבועות, דרישות ספירלימיות (Dips, הן רק על בסיס קבועות) הן רק על גבי תיבות של זמן-מינליות) הן רק על בסיס קבועות) הן רק על גבי נתונים

צינורות Computational המטפלים בנתונים חסרים, נרמל על פני פלטפורמות, ושילוב ידע קודם הם במהירות מצלחות.פלטפורמות מבוססות ענן ומאגרי מידע ציבוריים (למשל, EBI Multi-Omics Database, פורטל הידע T1D) מאפשרות לחוקרים לשתף ולשאילתת מידע רב-אטומי. השימוש באלגוריתמים סיבתיים (למשל, מנדליזציה אקראית באמצעות מכשירים גנטיקה) באמצעות גולגולתית (Gemic Data) יכול לעזור ל-omi-mic Data.

כיוונים עתידיים במחקר T1D

האנסים האישיים

המטרה הסופית של ריבוי-מימים היא לחדד חולים לתוך תת-קבוצות - או "ניפטוטיפים" - אשר מגיבים להתערבויות ספציפיות.לדוגמה, חלק מהחולים עשויים להיות מרכיב גנטי חזק (למשל, סיכון גבוה (FLT:0HLAFLT:1 haplotypes) בעוד שאחרים עשויים להיות בעלי גורם סביבתי (למשל, להעשיר את הוירוס בסיכון גבוה ל-iOS) כדי להטמיע טיפולים ספציפיים ל-DEXDEXD.

biopsies נוזלי וגילוי מוקדם

רב-מימים מבוססי דם - שילוב של methylation DNA ללא תאים (למות תא בטא), לוחות מיקרו-RNA (עבור הפעלה חיסונית), וסימנים פרוטומיים / מטבוליים - עשויים לאפשר זיהוי של דלקת מפרקים שאינם פולשנית שנים לפני הופעת התסמינים באופן פעיל.

מודלים מתקדמים ו-AI

מודלים למידת מכונות המשלבים נתונים רב-מימים עם פרמטרים קליניים יכולים לחזות התקדמות המחלה עם דיוק גובר.אדריכלות למידה עמוקה (למשל, autoencoders, רשתות עצביות) יכול ללמוד ייצוגים שלוכדים אינטראקציות לא ליניאריות בין שכבות omics.מודלים אלה עשויים לזהות שילובים של מטרות שהם סינרגיים לטיפול.

מבן-צ'ל למיטה

כמה מטרות מרובות-omics-derived כבר בפיתוח קליני. Baricitinib (a JAK1/JAK2 מעכב) השלים ניסוי שלב 2 המציג שימור C-peptide ב-onset T1D. נמוך-dose IL-2 (אלדסleukin) הוא בשלב 3 ניסויים עבור T1D. A tolerogenic מיקוד נגד נוגדנים נגד נוגדנים נגד נוגדנים (HTCM) ו-D אטומים מהיר יותר מ-PTD.

מסקנה

השימוש בגישות מרובות-מימיות במחקר סוכרת מסוג 1 עבר מעבר לתיאור בלבד לגילוי מעשי.על ידי שילוב גנומיקים, אפיגנומק, תמלילים, פרוטומיקים, מטבולומיקים ומיקרובימיקים, מדענים בונים תמונה מולקולרית מקיפה של איך T1D מתחיל וקידמה.