SLA – Immagine Credit piublic domain-
La sclerosi laterale amiotrofica (SLA) è una malattia che distrugge i nervi necessari al movimento. Circa 30.000 persone negli Stati Uniti ne sono affette e i medici non ne conoscono ancora le cause. Per gettare le basi per test più efficaci, i ricercatori della Thomas Jefferson University Phillipe Loher, Eric Londin, Ph.D., e Isidore Rigoutsos, Ph.D., stanno adottando un approccio di biologia computazionale per studiare come la SLA influenzi le molecole presenti nel sangue.
In uno studio pubblicato su Molecular Neurobiology, il team ha analizzato campioni di sangue di circa 300 persone con e senza SLA. La ricerca si è concentrata sui piccoli RNA non codificanti (sncRNA), brevi molecole che contribuiscono a regolare l’espressione genica e altri importanti processi cellulari. Precedenti studi del Dott. Rigoutsos e del suo team presso il Jefferson Computational Medicine Center avevano dimostrato che il morbo di Parkinson influenzava i livelli di sncRNA nel sangue. Il Dott. Rigoutsos voleva verificare se ciò fosse vero anche per la SLA.
Il team ha scoperto che le persone affette da SLA presentavano diverse combinazioni di sncRNA rispetto alle persone senza la malattia, e alcuni sncRNA erano addirittura associati alla durata della vita di una persona dopo la diagnosi.
È interessante notare che le analisi hanno rivelato anche alcuni sncRNA che non appartengono al genoma umano.
“Molte delle molecole che cambiano con la malattia provengono da batteri o funghi”, ha affermato il Dott. Rigoutsos. Sebbene il team non sappia se questi cambiamenti siano una causa o un effetto della SLA, i risultati indicano che il microbioma svolge un ruolo importante nella malattia.
Leggi anche:Alzheimer e SLA: livelli ridotti del gene TDP-43 potrebbero contribuire
Il Dott. Rigoutsos afferma che un approccio di biologia computazionale, che analizza enormi quantità di dati per individuare schemi nascosti di sncRNA, sarà fondamentale per comprendere malattie neurodegenerative come la SLA e per creare diagnosi e prognosi migliori, per tempi di sopravvivenza più accurati.
Astratto
“La sclerosi laterale amiotrofica (SLA) è una malattia altamente eterogenea per la quale sono necessari biomarcatori diagnostici e prognostici accurati. A tal fine, abbiamo rianalizzato due raccolte pubblicate di set di dati generati dal plasma e dal siero di pazienti affetti da SLA e controlli. Abbiamo profilato questi set di dati per isoforme di microRNA (miRNA) note come isomiR, frammenti derivati da RNA di trasferimento (tRF) e frammenti derivati da RNA ribosomiale (rRF), inserendo tutte le read rimanenti in un gruppo etichettato come “non-itr”. Abbiamo scoperto che plasma e siero sono ricchi di isomiR (canonici, non canonici e non templati), tRF, rRF e membri di una classe emergente di piccoli RNA noti come frammenti derivati da RNA Y (yRF). In entrambe le raccolte analizzate, abbiamo trovato molti isomiR, tRF, rRF e yRF che sono differenzialmente abbondanti tra pazienti e controlli. Abbiamo anche eseguito un’analisi di sopravvivenza che ha considerato lo stato di trattamento con Riluzolo, i dati demografici (età di esordio, età di arruolamento, sesso) e le caratteristiche della malattia (ALSFRS, rD50, tipo di esordio) e abbiamo riscontrato che molti dei piccoli RNA differenzialmente abbondanti erano associati al tempo di sopravvivenza, con alcune di queste associazioni indipendenti dal trattamento con Riluzolo. Inaspettatamente, molti not-itr che non mappavano sul genoma umano mappavano esattamente su sequenze del database SILVA di DNA ribosomiale (rDNA). I not-itr dei dataset plasmatici mappavano principalmente su rDNA dell’ordine Burkholderiales, e molti di essi erano associati alla sopravvivenza del paziente. Anche i not-itr dei dataset sierici hanno mostrato un supporto per l’rDNA di Burkholderiales, ma un supporto maggiore per gli rDNA del gruppo fungino del taxon Nucletmycea. I risultati suggeriscono che molti piccoli RNA non codificanti precedentemente inesplorati, inclusi isomiR umani, tRF, rRF e yRF, potrebbero potenzialmente fungere da nuovi biomarcatori diagnostici e prognostici per la SLA”.
“Possiamo effettuare test al computer che in laboratorio richiederebbero mesi, se non anni“, ha affermato. “La nostra ricerca va oltre le cose che una persona può fare semplicemente guardando un foglio di calcolo”.
Fonte: Molecular Neurobiology