Volume 26, Issue 2 (July 2019)                   J Birjand Univ Med Sci 2019, 26(2): 118-127 | Back to browse issues page


XML Persian Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Eestanesti Z, Sarir H, Farhangfar H, Behdani E. Gene regulation network fitting of genes involved in the pathophysiology of fatty liver in the mice by promoter mining. J Birjand Univ Med Sci 2019; 26 (2) :118-127
URL: http://journal.bums.ac.ir/article-1-2610-en.html
1- Animal Science Department, University of Birjand, Birjand. Iran , estanesti.zahra@gmail.com
2- Animal Science Department, University of Birjand, Birjand. Iran
3- Animal Science Department, University of Birjand, Birjand, Iran
4- Animal Science Department, Khuzestan Agricultural and Natural Resources University, Ahvaz, Iran
Full-Text [PDF 893 kb]   (1362 Downloads)     |   Abstract (HTML)  (4654 Views)
Full-Text:   (1748 Views)
Abstract                                                                                                                                                                        Original Article

Gene regulation network fitting of genes involved in the pathophysiology of fatty liver in the mice by promoter mining

Zahra Eestanesti1, Hadi Sarir2, Homayon Farhangfar2, Elham Behdani3
 
1 Corresponding author; Animal Science Department, University of Birjand, Birjand, Iran
Tel: +9382137096                   Email: estanesti.zahra@gmail.com
2 Animal Science Department, University of Birjand, Birjand, Iran
3 Animal Science Department, Khuzestan Agricultural and Natural Resources University, Ahvaz, Iran
 
Citation Eestanesti Z, Sarir H, Farhangfar H, Behdani E. [Gene regulation network fitting of genes involved in the pathophysiology of fatty liver in the mice by promoter mining]. J Birjand Univ Med Sci. 2019; 26(2): 118-27. [Persian]
Oval: DOI         http://doi.org/10.32592/JBirjandUnivMedSci.2019.26.2.103
Received: December 23, 2018      Accepted: May 6, 2019
 
ABSTRACT
Background and Aim: Non-Alcoholic Fatty Liver Disease (NAFLD) is the major cause of chronic liver disease in developed countries. In this study, we identified the most important transcription factors and biological mechanisms affecting the incidence of fatty liver disease using the promoter region data mining.
Materials and Methods In this study, at first, the marker genes associated with this disease were detected and the pattern of transcription factors was examined by the Genomatix software.  In the whole of genome, genes with a similar binding pattern for transcription factors in the promoter region were identified as potentially effective genes on the fatty liver. By using the Cytoscape software (3.6.0), the network of transcription factors and target genes was mapped. Finally, the most important biological pathways associated with genes derived from fatty liver were studied using the DAVID database.
Results: The protein network fitting showed Creb1, Jun and Max transcription factors and  Sfpi1, Ddit3 and Gsk3b genes play an important role in the development of this disease. Gene ontology analysis revealed that biological pathways including apoptosis, intracellular signals, and biosynthesis of aromatic compounds and signaling pathways of circadian rhythm, non-alcoholic fatty liver, and chemokine signals contributed to the occurrence of fatty liver disease.
Conclusion: Increasing the expression of transcription factors and genes produced can be one of the most factors affecting the onset of the disease, also, biological pathways including apoptosis, intracellular signals, and biosynthesis of aromatic compounds and signaling pathways of circadian rhythm, non-alcoholic fatty liver, and chemokine signals are important in fatty liver phenomenon.
Key Words: Promoter Analysis; Transcription Factors; Fatty Liver; Mice

 

مقاله اصیل پژوهشی

برازش شبکه تنظیم ژنی ژن‌های مؤثر در پاتوفیزیولوژی کبد چرب موش به‌وسیله کاوش پروموتری

زهرا استانستی[1]orcid، هادی سریر[2]orcid، همایون فرهنگ فر2orcid، الهام بهدانی[3]orcid
 
چکیده
زمینه و هدف: بیماری کبد چرب غیرالکلی (NAFLD)، علت اصلی بیماری مزمن کبدی در کشورهای توسعه‌یافته است. در این مطالعه، به شناسایی مهم‌ترین فاکتورهای رونویسی و سازوکارهای بیولوژیکی مؤثر بر بروز بیماری کبد چرب با استفاده از داده‌کاوی ناحیه پروموتری، پرداخته شد.
روش تحقیق: در این مطالعه، ابتدا ژن‌های نشانگر مرتبط با این بیماری یافت شدند و الگوی اتصال فاکتورهای رونویسی با نرم‌افزار Genomatix بررسی گردید. در کل ژنوم، ژن‌هایی که الگوی اتصال مشابهی برای فاکتورهای رونویسی به ناحیه پروموتری داشتند، به‌عنوان ژن‌های احتمالی مؤثر بر کبد چرب شناسایی شدند. با استفاده از نرم‌افزار Cytoscape (3.6.0)، شبکه برهمکنش فاکتورهای رونویسی و ژن‌های هدف ترسیم گردید. در نهایت مهم‌ترین مسیرهای بیولوژیکی مرتبط با ژن‌های به‌دست آمده از کبد چرب، با استفاده از پایگاه اطلاعاتی DAVID بررسی شد.
یافته‌ها: برازش شبکه برهمکنش پروتئینی نشان داد که فاکتورهای رونویسی Creb1، Jun و Max و ژن‌های Gsk3b، Ddit3 وSfpi1 در بروز این بیماری مهم‌ترین نقش را دارا هستند. آنالیز ژن آنتولوژی حاصل از مطالعه نیز نشان داد، مسیرهای بیولوژیکی شامل: آپاپتوز، سیگنال‌های درون‌سلولی و بیوسنتز ترکیبات آروماتیک و مسیرهای سیگنال‌دهی ریتم‌های شبانه روزی، کبد چرب غیر الکلی و سیگنال‌های کموکاین، در بروز عارضه کبد چرب دخیل هستند.
نتیجه‌گیری: افزایش بیان فاکتورهای رونویسی و ژن‌های به‌دست آمده می‌تواند یکی از عومل مؤثر بر بروز این بیماری باشد؛ همچنین مسیرهای بیولوژیکی آپاپتوز، سیگنال‌های درون‌سلولی و بیوسنتز ترکیبات آروماتیک و مسیرهای سیگنال‌دهی ریتم‌های شبانه‌روزی، کبد چرب غیر الکلی و سیگنال‌های کموکاین در عارضه کبد چرب مهم به‌شمار می‌آیند.
واژه‌های کلیدی: آنالیز پروموتر؛ فاکتورهای رونویسی؛ کبد چرب؛ موش
مجله علمی دانشگاه علوم پزشکی بیرجند. 1398؛ 26 (2): 118-27.
دریافت: 22/10/1397              پذیرش:  16/02/1398
 
مقدمه
کبد، یک عضو مرکزی برای کنترل متابولیک هومئوستاز کربوهیدرات، چربی و پروتئین است. اختلال در تنظیم عملکرد کبد می‌تواند منجر به اختلالات متابولیک شود (1). بیماری کبد چرب غیر الکلی (NAFLD)[4]، یکی از مهم‌ترین بیماری‌های مزمن کبدی است که با تجمع تری‌گلیسرید در هپاتوسیت‌ها مشخص می‌گردد. شیوع جهانی این بیماری حدود 25 درصد است و دربرگیرنده انواعی از اختلالات کبدی شامل: استئاتوز تا استئاتوهپاتیت غیر الکلی (NASH)[5]، فیبروز، سیروز و سرطان کبد است. میزان بروز آن با افزایش سطح چاقی، دیابت نوع دو و سندرم متابولیک افزایش می‌یابد. پیش‌بینی می‌شود کبد چرب غیر الکلی عامل اصلی سیروز و پیوند کبد در دهه آینده به‌شمار رود (2). تجمع تری‌گلیسرید در سیتوپلاسم هپاتوسیت‌ها به‌عنوان نشانه‌ای از عدم تعادل بین دریافت چربی (جذب اسیدهای چرب و لیپوژنز مجدد) و حذف (اکسیداسیون اسیدهای چرب و خروج به‌عنوان اجزای ذرات [6]VLDL) ناشی از چند مکانیزم پاتوفیزیولوژیک در NASH بروز می‌کند (3). افزایش شیوع چاقی در جامعه مدرن سبب تحریک و افزایش مقاومت به انسولین در بافت‌های محیطی می‌شود، و می‌تواند باعث ایجاد اختلالات متابولیکی شدید با تجمع چربی در کبد و در نتیجه پیشرفت بیماری کبد چرب غیر الکلی شود (4). پیشرفت NAFLD نتیجه ترکیبی از عوامل ژنتیکی، محیطی و متابولیکی است. تجمع چربی در هپاتوسیت‌ها باعث تعدادی از وقایع سایتوتوکسیک شده که باعث التهاب کبد می‌شود. فرآیندهای پاتولوژیکی متعددی شامل: مقاومت به انسولین، کمبود لپتین، استرس اکسیداتیو، تجمع چربی و التهاب بافت کبدی، با عارضه کبد چرب همراه است. عوامل ژنتیکی و متابولیکی پاتوژنز بیماری کبد چرب غیر الکلی نشان می‌دهد که بیان غیر طبیعی یا جهش ژن‌ها منجر به پیشرفت و توسعه این بیماری می‌گردد (5).
در حال حاضر، با توجه به این که بیماری کبد چرب غیر الکلی بسیار شایع و درمان آن محدود است، توجه زیادی بر شناسایی راهبردهای رژیم غذایی مناسب برای پیشگیری و درمان بیماری متمرکز شده است. چندعاملی‌بودن این عارضه سبب شده است تا ارائه راهکار قطعی برای درمان آن دشوار گردد. یکی از مهم‌ترین راهکارهای ارائه درمان برای این عارضه، شناسایی نشانگرهای احتمالی در مواجه با این عارضه است. به کمک مطالعات مولکولی معمولاً شناسایی تعداد معدودی ژن و یا نشانگر امکان‌پذیر است؛ ولی با استفاده از بیوانفورماتیک و محاسبات آن، مطالعات ژنی در سطح وسیع‌تری انجام می‌گردد. با توجه به اهمیت این عارضه و شناسایی ساز و کار مولکولی مؤثر در پیدایش آن، در این مطالعه با استفاده از آنالیز پروموتر به بررسی مهم‌ترین ژن‌های مؤثر و کنترل‌کننده این عارضه و ساز و کار آنها پرداخته شده است.
 
روش تحقیق
جستجوی ژن‌های کاندید شناسایی‌شده در کبد چرب:
به‌منظور بررسی مهم‌ترین مولکول‌ها و سازوکارهای بیولوژیکی مؤثر بر بروز کبد چرب، با استفاده از کاوش پروموتر، ژن‌های نشانگر مرتبط با این بیماری در گونه موش (mus musculus) انتخاب گردید. این ژن‌ها از لینک اطلاعاتی Gene در پایگاه اطلاعاتی NCBI به آدرس https://www.ncbi.nlm.nih.gov/gene/term جستجو شدند. در این مرحله 19 ژن به‌عنوان ژن‌های کلیدی درگیر در این عارضه انتخاب گردید (جدول 1).
بررسی الگوی اتصال فاکتورهای رونویسی به ژن‌های نشانگر عارضه کبد چرب:
الگوی اتصال پروموتر ژن‌های به‌دست آمده از مرحله قبل (2500 نوکلئوتید قبل از ناحیه شروع رونویسی) با استفاده از نرم‌افزار اینترنتی Genomatix به آدرس https://www.genomatix.de/solutions/genomatix-software-suite.html بررسی گردید. آن دسته از فاکتورهای رونویسی که به‌صورت سه‌تایی در پروموتر تمام ژن‌های کاندید در کبد چرب جستجو شدند، در مرحله بعد به‌کار رفت.
داده‌کاوی ژنوم برای شناسایی ژن‌های جدید مرتبط با عارضه کبد چرب:
الگوی اتصال فاکتورهای رونویسی سه‌تایی به‌دست آمده از مرحله قبل بر روی پروموتر کل ژن‌های موش، با استفاده از ModelInspector که قسمتی از نرم‌افزار Genomatix است، مورد بررسی قرار گرفت. ژن‌هایی که این الگوهای سه‌تایی در پروموتر آنها وجود داشت، به‌عنوان ژن‌های احتمالی مؤثر بر کبد چرب در مرحله بعد مورد بررسی قرار گرفتند.
برازش شبکه برهمکنش پروتئینی مرتبط با عارضه کبد چرب:
با استفاده از پایگاه داده STRING به آدرس http://string-db.org، ارتباطات بین فاکتورهای رونویسی و ژن‌های هدف بررسی و تأیید شد. در نهایت شبکه برهمکنش فاکتورهای رونویسی و ژن‌های هدف با استفاده از نرم‌افزار Cytoscape(3.6.0) ترسیم گردید.
بررسی مسیرهای بیولوژیکی مرتبط با عارضه کبد چرب:
ژن آنتولوژی، با استفاده از ژن‌های به‌دست آمده از مرحله قبلی به کمک پایگاه اطلاعاتی DAVID به آدرس http://david.ncifcrf.gov/tools.jsp به‌منظور بررسی سازوکارهای احتمالی مرتبط با کبد چرب، صورت گرفت.
این مطالعه در کمیته اخلاق دانشگاه علوم پزشکی بیرجند با کد Ir.bums.REC.1397.375 تصویب شده است.
یافته‌ها
در این مطالعه به‌منظور شناسایی نشانگر احتمالی و مسیرهای بیولوژیکی مرتبط با عارضه کبد چرب، از آنالیز پرموتر استفاده شد. در مرحله اول نوزده ژن (جدول 1) به‌عنوان ژن‌های نشانگر مرتبط با این بیماری از پایگاه اطلاعاتی NCBI انتخاب شدند.
جدول 1- ژن‌های نشانگر عارضه کبد چرب در گونه موش
Ensemble ID Gene Symbol Entrez ID
ENSMUSG00000022812 Gsk3b 56637
ENSMUSG00000037936 Scarb1 20778
ENSMUSG00000037411 Serpine1 18787
ENSMUSG00000066551 Hmgb1 15289
ENSMUSG00000066551 Hmgb1 100862258
ENSMUSG00000020538 Srebf1 20787
ENSMUSG00000039005 Tlr4 21898
ENSMUSG00000004043 Stat5a 20850
ENSMUSG00000005952 Trpv1 193034
ENSMUSG00000021109 Hif1a 15251
ENSMUSG00000020063 Sirt1 93759
ENSMUSG00000024401 Tnf 21926
ENSMUSG00000037583 Nr0b2 23957
ENSMUSG00000026457 Adipor1 72674
ENSMUSG00000016194 Hsd11b1 15483
ENSMUSG00000020826 Nos2 18126
ENSMUSG00000030827 Fgf21 56636
ENSMUSG00000032487 Ptgs2 19225
ENSMUSG00000024140 Epas1 13819
مهم‌ترین فاکتورهای رونویسی متصل در ناحیه پروموتری ژن‌های کاندید جایگاه، با استفاده از Genomatix جستجو گردید. از فاکتورهای رونویسی که به‌صورت سه‌تایی یا بیشتر در پروموتر ژن‌های کاندید جایگاه اتصال داشتند، به‌عنوان مهم‌ترین فاکتورهای رونویسی دخیل در عارضه کبد چرب استفاده شد؛ سپس تمامی پروموترهای ژن‌های ژنوم موش برای بررسی اتصال احتمالی فاکتورهای رونویسی مزبور، مورد بررسی قرار گرفت. الگوی اتصال فاکتورهای رونویسی مورد نظر در پروموتر 65 ژن یافت شد. از این ژن‌ها می‌توان به‌عنوان نشانگرهای احتمالی مرتبط با کبد چرب یاد کرد (جدول 2).  
با استفاده از پایگاه داده STRING، برهمکنش بین فاکتور رونویسی و ژن هدف آن بررسی و 127 ارتباط تأیید شد (شکل 1). نتایج حاصل از این مطالعه نشان داد که سه تنظیم‌کننده اصلی شامل: فاکتورهای رونویسی Creb1، Jun و Max (گره‌های آبی که در تصویر بزرگتر از سایر ژن‌ها می‌باشند که اثر تنظیم‌کننده بیشتر را نشان می‌دهند) و ژن‌های Gsk3b، Ddit3 و Sfpi1 نقش مهمی در ابتلا به عارضه کبد چرب دارند (شکل 1). سه فاکتور رونویسی و ژن‌های مزبور در این مطالعه که معیار انتخاب آنها میزان ارتباط با سایر ژن‌های شبکه بوده است، با داشتن بالاترین برهمکنش به‌عنوان مهم‌ترین فاکتورهای رونویسی و ژن‌ها تعیین شدند.
نتایج حاصل از مطالعه ژن ‌آنتولوژی نشان داد که سه مسیر بیولوژیکی شامل: آپاپتوز، سیگنال‌های درون‌سلولی و بیوسنتز ترکیبات آروماتیک، در عارضه کبد چرب مهم به‌شمار می‌آیند. در جدول 3، مهم‌ترین فرآیندهای بیولوژیکی، تعداد ژن درگیر در مسیر بیولوژیکی مربوطه، درصد ژن‌های مربوطه و سطح معنی‌داری مسیر بیولوژیکی آورده شده است. مهم‌ترین مسیرهای سیگنال‌دهی مؤثر بر کبد چرب بر اساس این آنالیز شامل: ریتم سرکادین، کبد چرب غیر الکلی و مسیرهای سیگنال‌دهی کموکایین هستند (جدول 4).
 
جدول 2- ژن‌های کاندید احتمالی حاصل‌شده از آنالیز پروموتر در رابطه با عارضه کبد چرب
Chromosome Gene Symbol
Chromosome 1 Npas2 Cul3 Gas5 Inhbb Zc3h11a Zbed6 Zbtb37
Chromosome 10 Ddit3 Ctdsp2 Btbd2 Mbd6 Ppp1r12a 791309
Chromosome 11 Trim11 Srebf1 Csnk1d Elp5 Pcgf2 Ctdnep1 Dnah17 1700125H20Rik
Chromosome 14 Spry2 102631887 Ppp3cb Tsc22d1
Chromosome 15 Adcy6
Chromosome 16 Gsk3b BC031361 Bbx Ciita
Chromosome 17 Epas1 Spats1 Bak1 100038605
Chromosome 18 Arap3 Nr3c1 Tcf4
Chromosome 19 Rasgrp2 Sorcs3
Chromosome 3 Trim46 Slc25a24 Kcnd3 Krtcap2
Chromosome 4 Lin28a Esrp1 CoI16a Agrn
Chromosome 5 Wsb2 UspL1 Hmgb1
Chromosome 6 Zfp384 Hoxa13 Bhlh
Chromosome 7 Fam57b Kctd15 Igf2 Gsk3a Erf Maz Numbl
Chromosome 9 Prss35 Pth 1r
Chromosome X Stag2 Bcap31 Abcd1
 
جدول 3- مسیرهای بیولوژیکی احتمالی مرتبط با عارضه کبد چرب
 P- Value تصحیح‌شده P-Value درصد ژن تعداد ژن مسیر بیولوژیکی
60/3E-04 30/7E-06 9/45 28 فرآیند بیوسنتز ترکیبات آلی
40/2E-04 40/4E-06 9/45 28 فرآیند بیوسنتز ترکیبات آروماتیک
70/1E-03 70/4E-05 1/36 22 پاسخ به مواد آلی
60/1E-03 40/4E-05 4/16 10 تنظیم مرگ برنامه‌ریزی‌شده سلول
60/1E-03 10/4E-05 4/16 10 تنظیم فرآیند آپاپتوز
10/2E-03 80/5E-05 2/8 5 تنظیم مثبت فرآیند آپاپتوز
جدول 4- مسیرهای سیگنال‌دهی مؤثر بر بروز کبد چرب
P-Value مسیرهای سیگنال‌دهی
10/5E-03 ریتم‌های شبانه‌روزی
70/1E-03 (NAFLD)بیماری کبد چرب غیر الکلی
00/3E-03 سیگنال‌های کموکاین
 
بحث
بر اساس شبکه برهمکنش تنظیم ژنی، یکی از مهم‌ترین فاکتورهای رونویسی مؤثر بر کبد چرب، Creb1 است. پروتئین Creb1، در همه سلول‌های بدن بیان می‌شود و فعالیت آن در پاسخ به بسیاری از محرک‌های سلولی افزایش می‌یابد (6). Creb1 عامل فاکتور رونویسی است که سیگنال‌های پایین‌دست درگیر در چندین بیماری کبدی را تنظیم می‌کند؛ همچنین، می‌تواند یک واسطه مهم در پاسخ به یک رژیم غذایی حاوی چربی بالا باشد و سبب افزایش بروز استئاتوز کبدی شود (7). مطالعات در موش‌های ترانس‌ژنیک نشان داده که Creb1 برای بقای سلول‌ها ضروری است و از طرفی بیان بیش از اندازه آن باعث ایجاد آپاپتوز سلول‌ها می‌شود (8).
فاکتور رونویسی دیگری که بر اساس شبکه به‌دست آمده در عارضه کبد چرب مهم است، ژن Jun بود. بیان c-Jun در سطوح پس از رونویسی تنظیم می‌شود، و بیان آن در بیماران کبد چرب غیر الکلی افزایش می‌یابد که با التهاب و به‌ویژه استئاتوز کبدی همراه است (9). C-Jun-N-terminal-Kinase نقش مهمی در پاسخ‌های پاتوفیزیولوژیک کبدی دارد. این پاسخ‌ها که محدوده‌ای از مرگ سلول تا تکثیر سلولی و ایجاد سرطان و همچنین متابولیسم و بقا را در برمی‌گیرد، بستگی به زمینه و مدت‌زمان فعال‌سازی مسیر سیگنالی JNK دارد. اخیراً مولکول‌های کلیدی که حاوی پروتئین‌های [7]ASK1 و [8]Sab هستند، در حلقه فعال‌سازی JNK شناسایی شده که در بروز بیماری‌های کبدی دخیل هستند. بنابراین تنظیم فعالیت JNK یک استراتژی مهم در پیشگیری و درمان بیماری‌های حاد یا مزمن کبدی است (10).
فاکتور رونویسی [9]Max، یکی دیگر از فاکتورهای رونویسی مهمی است که بر اساس نتایج این مطالعه اثر مهمی بر کبد چرب دارد. Max جز فاکتورهای رونویسی است که رشد، تمایز و آپاپتوز را تنظیم می‌کند. در فعال‌شدن آپاپتوز، یک مجموعه پیچیده از رویدادها اول منجر به دفسفریلاسیون و سپس منجر به تخریب کامل فاکتور رونویسی Max می‌شود (11).
مهم‌ترین ژن‌های مؤثر بر کبد چرب بر اساس شبکه ژن Gsk3b،  [10]Ddit3و Sfpi1 است. [11]Gsk3b، یک سرین- ترئونین کیناز است و نقش مهمی را در کنترل تمایز، مهاجرت و مرگ سلولی ایفا می‌کند (12). Gsk-3 در همه سلول‌ها و بافت‌ها بیان می‌شود و مسیر میتوکندری را از طریق فسفریلاسیون تحریک می‌کند. نقش Gsk-3 در طول آپاپتوز مهم است. لیپوآپاپتوز را می‌توان با افزایش یا کاهش از استرس رتیکولوم آندوپلاسمی مهار کرد؛ علاوه بر این
Gsk-3 قادر به فعال‌کردن JNK به‌طور مستقیم است و فعال‌شدنJNK  از Gsk-3 موجب آسیب شدید کبدی می‌شود (13).
ژن Ddit3، تنظیم‌کننده کلیدی پاسخ‌های استرسی است. افزایش بیانDdit3  سبب توقف چرخه سلولی و در برخی از انواع آپاپتوز سلول می‌شود که نشانگر نقش مرکزی در این اثرات تنشی است. این ژن، پروتئین هسته‌ای در نظر گرفته می‌شود و همچنین به‌عنوان یک پروتئین سیتوپلاسمی، در سلول‌های لوکومی اریتروئید و اپیتلیال توبول پروگزیمال کلیه نیز بیان می‌شود (14). استرس رتیکولوم آندوپلاسمی، پروتئین‌های PERK و  [12]ATF6را در مسیر آپاپتوز فعال می‌کند. وقتی عملکرد رتیکولوم آندوپلاسمی دچار اختلال می‌شود، افزایش رونویسی Ddit3 به‌وسیله فعال‌شدن JNK و کاسپاز-12، سبب آپاپتوز، دیابت نوع دو و بروز کبد چرب می‌شود (15).
ژن Sfpi1 همچنینPU.1  نیز نامیده می‌شود. PU.1 یکی از اعضای فاکتورهای رونویسی خانواده  [13]ETSو از 272 اسید آمینه تشکیل شده است و به‌طور خاص در سلول‌های میلوئیدی و B بیان می‌شود (16). در ماکروفاژها،PU.1  مناطق تنظیمی را در تعداد زیادی از ژن‌ها که در مسیرهای التهابی نقش دارند، اشغال کرده است و نشان می‌دهد که PU.1ها، تنظیم‌کننده مرکزی التهاب هستند. PU.1، پروموتر ژنی که  [14]IL-1bرا فعال می‌کند، رمزگذاری می‌کند. این سایتوکایین، یک واسطه مرکزی در التهاب است. علاوه بر IL-1b، PU.1 چندین ژن مهم دیگر در التهاب مانند: IL1R1[15]، اینترلوکین-18 و فاکتور نکروز تومور را نیز فعال می‌کند؛ و فعال‌شدن سایتوکایین‌های پیش‌التهابی توسط PU.1، منجر به بروز کبد چرب می‌گردد (17).
یکی از مسیرهای بیولوژیکی مؤثر در بروز کبد چرب با استفاده از آنالیز ژن آنتولوژی، آپاپتوز است. آپاپتوز، یکی از ویژگی‌های برجسته بیماری‌های کبدی است. عوامل ایجادکننده مانند: الکل، اسیدهای صفراوی سمی، اسیدهای چرب، داروها و واکنش‌های ایمنی می‌توانند سبب مرگ سلولی آپاپتوز از طریق گیرنده‌های غشایی و استرس داخل سلولی شوند (18). باید توجه داشت که افزایش آسیب در مرگ سلولی در کبد و همچنین بافت‌های محیطی به‌عنوان یک مکانیزم مهم در توسعه و پیشرفت بیماری کبد چرب غیر الکلی است. افزایش مرگ سلول‌های هپاتوسیت توسط آپاپتوز معمولاً در بیماران مبتلا به NAFLD است؛ در حالی که افزایش میزان مرگ و میر ناشی از سلول‌های بافت چربی می‌تواند مکانیسم مهمی در ایجاد مقاومت به انسولین و استئاتوز کبدی باشد (19).
سیگنال‌های درون‌سلولی نیز از مسیرهایی است که در بروز این عارضه، مهم به شمار می‌رود. گیرنده‌های هسته‌ای، فاکتورهای رونویسی هستند که عملکرد نامناسب آنها با NAFLD مرتبط می‌باشد. یکی از این گیرنده‌ها  [16]LXRکه تنظیم‌کننده کلیدی در کبد است، شامل ژن‌هایی است که در متابولیسم اسید چرب و کلسترول دخالت دارد. فعال‌شدن LXR سبب افزایش چاقی و استئاتوز می‌شود (20).
بیوسنتز ترکیبات آروماتیک، یکی از مسیرهای مؤثر بر بروز این بیماری است. قرارگرفتن در معرض این ترکیبات منجر به تجمع چربی در کبد از طریق افزایش بیوسنتز اسیدهای چرب، اختلال عملکرد میتوکندری، تغییر گیرنده‌های هسته‌ای، مقاومت به انسولین و نقص در دفع لیپید می‌شود. این ترکیبات شیمیایی بر روی کبد تأثیر گذاشته و تماس با آنها باعث افزایش آنزیم‌های کبدی و ایجاد نکروز می‌گردد. حلال‌های آروماتیک، زود تبخیر شده و به‌دلیل داشتن ترکیبات هالوژن و نیتروژن‌دار، از سمیت بالایی برای سلول‌های کبدی برخوردار هستند (21).
ریتم‌های شبانه‌روزی، کبد چرب غیر الکلی و سیگنال‌های کموکاین از مسیرهای سیگنال‌دهی مؤثر بر بروز این عارضه هستند. ریتم‌های شبانه‌روزی برای هماهنگی قسمت‌های مختلف فیزیولوژیکی با شرایط محیطی عمل می‌کنند. نیروی محرکه برای ریتم‌های شبانه‌روزی، ساعت مولکولی است، و در کبد نقش مهمی در تنظیم متابولیسم و هومئوستاز انرژی دارد. در یک آزمایش، ژن ساعت را در حیوانات جهش دادند و نشان داده شد که این حیوانات، نقص در متابولیسم گلوکز و چربی را نشان می‌دهند و مستعد به چاقی ناشی از رژیم غذایی و اختلال عملکرد متابولیک هستند (22). موش‌هایی که ساعت مولکولی در آنها جهش یافته بود، نشان دادند که به‌طور قابل توجهی محتوای تری‌گلیسرید آنها در کبد بالاتر است. تغییرات معمول در ژن ساعت، به‌طور مثبتی با NAFLD ارتباط دارد و در بروز بیماری‌های مزمن کبدی دخیل است (23).
یکی از مهم‌ترین مسیرهای سیگنال‌دهی بر اساس آنالیز ژن آنتولوژی، کموکاین‌ها هستند. کموکاین‌ها، پروتئین‌های کوچک متصل‌شونده به هپارین هستند که به‌طور عمده باعث ایجاد رشد و فعال‌شدن التهاب می‌شوند. بیان چندین کموکاین و گیرنده آن در کبد بیماران چاق نشان داده شده است؛ بنابراین در فرآیندهای التهابی و پیشرفت NAFLD، بسیار مهم هستند (24). کموکاین‌ها نقش کلیدی در توسعه التهاب کبدی ایفا می‌کنند. یکی از این کموکاین‌ها CCL5 است؛ ارتباط این کموکاین با بروز NAFLD در انسان و موش نشان داده شده است. در واقع دو مطالعه نشان دادند که چاقی، بیان کبدی CCL5 را در مدل‌های موش NASH و بیماران چاق افزایش می‌دهد (25).
 
نتیجه‌گیری
در این مطالعه با استفاده از کاوش ناحیه پروموتری، مهم‌ترین ژن‌ها، فاکتورهای رونویسی، مسیرهای سیگنال‌دهی و بیولوژیکی مؤثر بر بروز کبد چرب شناسایی شدند. برازش شبکه برهمکنش پروتئینی نشان داد که فاکتورهای رونویسی Creb1، Jun و Max و ژن­های Gsk3b، Ddit3 و Sfpi1 در بروز عارضه کبد چرب، مهم به‌شمار می‌روند. با استفاده از آنالیز ژن آنتولوژی حاصل از ژن‌های نشانگر احتمالی مرتبط با این عارضه، نشان داده شد که مسیرهای بیولوژیکی شامل: آپاپتوز، سیگنال‌های درون‌سلولی و بیوسنتز ترکیبات آروماتیک و مسیرهای سیگنال‌دهی ریتم‌های شبانه‌روزی، کبد چرب غیر الکلی و سیگنال‌های کموکاین، در بروز عارضه کبد چرب نقش دارند.
 
تقدیر و تشکر
بدین‌وسیله نویسندگان مقاله از معاونت محترم پژوهشی و سایت کامپیوتر دانشگاه بیرجند در اجرای این مطالعه، صمیمانه سپاس‌گزاری می‌نمایند.
 
تضاد منافع
نویسندگان مقاله اعلام می‌دارند که هیچ‌گونه تضاد منافعی در پژوهش حاضر وجود ندارد.

منابع:
1- Stojsavljević S, Palčić MG, Jukić LV, Duvnjak LS, Duvnjak M. Adipokines and  proinflammatory cytokines, the key mediators in the pathogenesis of nonalcoholic fatty liver disease. World J of Gastroenterol. 2014; 20(48): 18070-91. doi: 10.3748/wjg.v20.i48.18070
2- Maurice J, Manousou P. Non-alcoholic fatty liver disease. Clin Med (Lond). 2018; 18(3): 245–50. doi: 10.7861/clinmedicine.18-3-245.
3- Berlanga A, Guiu-Jurado E, Porras JA, Auguet T. Molecular pathways in non-alcoholic fatty liver disease. Clin Exp Gastroenterol. 2014; 7: 221-39. doi: 10.2147/CEG.S62831.
4- Koo SH. Nonalcoholic fatty liver disease: molecular mechanisms for the hepatic steatosis. Clin Mol Hepatol. 2013; 19(3): 210-5. doi: 10.3350/cmh.2013.19.3.210.
5- Li L, Liu H, Hu X, Huang Y, Wang Y, He Y, et al. Identification of key genes in non‑alcoholic fatty liver disease progression based on bioinformatics analysis. Mol Med Rep. 2018; 17(6): 7708-20. doi: 10.3892/mmr.2018.8852.
6- Shi Y, Venkataraman SL, Dodson GE, Mabb AM, LeBlanc S, Tibbetts RS. Direct regulation of CREB transcriptional activity by ATM in response to genotoxic stress. Proc Natl Acad Sci. 2004; 101(16): 5898-903. DOI: 10.1073/pnas.0307718101
7- Luo WJ, Cheng TY, Wong KI, Fang Wh, Liao KM, Hsieh Y, et al. Novel therapeutic drug identification and gene correlation for fatty liver disease using high-content screening: Proof of concept. Eur J Pharm Sci. 2018; 121: 106-17. doi: 10.1016/j.ejps.2018.05.018.
8- Reynolds A, Leake D, Boese Q, Scaringe S, Marshall WS, Khvorova A. Rational siRNA design for RNA interference. Nat Biotechnol. 2004; 22(3): 326-30. DOI: 10.1038/nbt936
9- Dorn C, Engelmann JC, Saugspier M, Koch A, Hartmann A, Müller M, et al. Increased expression of c-Jun in nonalcoholic fatty liver disease. Lab Invest. 2014; 94(4): 394-408. doi: 10.1038/labinvest.2014.3.
10- Win S, Than TA, Zhang J, Oo C, Min RWM, Kaplowitz N. New insights into the role and mechanism of c‐Jun‐N‐terminal kinase signaling in the pathobiology of liver diseases. Hepatology. 2018; 67(5): 2013-2024. doi: 10.1002/hep.29689.
11- Krippner-Heidenreich A, Talanian RV, Sekul R, Kraft R, Thole H, Ottleben H, et al. Targeting of the transcription factor Max during apoptosis: phosphorylation-regulated cleavage by caspase-5 at an unusual glutamic acid residue in position P1. Biochem J. 2001; 358(Pt 3): 705-15. doi: 10.1042/0264-6021:3580705
12- Nusse R. Wnt signaling in disease and in development. Cell Res. 2005; 15(1): 28-32. DOI: 10.1038/sj.cr.7290260
13- Ibrahim SH, Akazawa Y, Cazanave SC, Bronk SF, Elmi NA, Werneburg NW, et al. Glycogen synthase kinase-3 (GSK-3) inhibition attenuates hepatocyte lipoapoptosis. J hepatol. 2011; 54(4): 765-72. doi: 10.1016/j.jhep.2010.09.039.
14- Jauhiainen A, Thomsen C, Strömbom L, Grundevik P, Andersson C, Danielsson A, et al. Distinct cytoplasmic and nuclear functions of the stress induced protein DDIT3/CHOP/GADD153. PloS one. 2012; 7(4): 33208. doi: 10.1371/journal.pone.0033208.
15- Laybutt D, Preston A, Åkerfeldt M, Kench J, Busch A, Biankin A, et al. Endoplasmic reticulum stress contributes to beta cell apoptosis in type 2 diabetes. Diabetologia. 2007; 50(4): 752-763. DOI: 10.1007/s00125-006-0590-z
16- Iwasaki H, Somoza C, Shigematsu H, Duprez EA, Iwasaki-Arai J, Mizuno S, et al. Distinctive and indispensable roles of PU. 1 in maintenance of hematopoietic stem cells and their differentiation. Blood. 2005; 106(5): 1590-600. DOI: 10.1182/blood-2005-03-0860
17- Turkistany SA, DeKoter RP. The transcription factor PU. 1 is a critical regulator of cellular communication in the immune system. Arch Immunol Ther Exp (Warsz). 2011; 59(6): 431-40. doi: 10.1007/s00005-011-0147-9.
18- Wang K. Molecular mechanisms of hepatic apoptosis. Cell Death Dis. 2014; 5(1): e996. doi: 10.1038/cddis.2013.499
19- Alkhouri N, Carter-Kent C, Feldstein AE. Apoptosis in nonalcoholic fatty liver disease: diagnostic and therapeutic implications. Expert Rev Gastroenterol Hepatol. 2011; 5(2): 201-12. doi: 10.1586/egh.11.6.
20- Cave MC, Clair HB, Hardesty JE, Falkner KC, Feng W, Clark BJ, et al. Nuclear receptors and nonalcoholic fatty liver disease. Biochim Biophys Acta. 2016; 1859(9): 1083-99. doi: 10.1016/j.bbagrm.2016.03.002.
21- Organic solvents and related compounds. In: Lundberg I, Hogstedt Ch, Lidén C, Nise G. Textbook of Clinical Occupational and Environmental Medicine. 2nd ed. Elsevier; 2005. pp: 991-1009.
22- Kripke DF, Nievergelt CM, Joo E, Shekhtman T, Kelsoe JR. Circadian polymorphisms associated with affective disorders. J Circadian Rhythms. 2009; 7: 2. doi: 10.1186/1740-3391-7-2.
23- Tong X, Yin L. Circadian rhythms in liver physiology and liver diseases. Compr Physiol. 2013; 3(2): 917-40. doi: 10.1002/cphy.c120017.
24- Braunersreuther V, Viviani GL, Mach F, Montecucco F. Role of cytokines and chemokines in non-alcoholic fatty liver disease. World J Gastroenterol. 2012; 18(8): 727-35. doi: 10.3748/wjg.v18.i8.727.
25- Marra F, Tacke F. Roles for Chemokines in Liver Disease. Gastroenterology. 2014; 147(3): 577-94. e1. doi: 10.1053/j.gastro.2014.06.043.

 
شکل 1- شبکه برهمکنش فاکتورهای رونویسی و ژنهای هدف آنها در ابتلا به کبد چرب. تغییر رنگ از قرمز به آبی () و اندازه بزرگتر گره‌ها نشان‌دهنده تنظیم‌کنندگی بیشتر آنهاست.
 
[1]  نویسنده مسؤول؛ گروه علوم دامی، دانشگاه بیرجند، بیرجند، ایران
آدرس: بیرجند- دانشگاه بیرجند- بخش علوم دامی
 تلفن: 9382137096+                    پست الکترونیکی:  estanesti.zahra@gmail.com
[2]  گروه علوم دامی، دانشگاه بیرجند، بیرجند، ایران
[3]  گروه علوم دامی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان، اهواز، ایران
[4] Nonalcoholic fatty liver disease (NAFLD)
[5] Nonalcoholic steatohepatitis (NASH)
[6] Very-low-density lipoprotein(VLDL)
[7] apoptosis signal-regulating kinase 1
[8] SH3-domain binding protein 5 (Sab)
[9] MYC-associated factor X
[10] DNA damage induced transcript 3
[11] glycogen synthase kinase 3 beta
[12] Activating transcription factor 6
[13] E26 transformation-specific
[14] Interleukin 1 beta
[15] Interleukin 1 receptor-like 1
[16] liver X receptor
Type of Study: Original Article | Subject: Medical Genetics
Received: 2019/01/12 | Accepted: 2019/05/6 | ePublished: 2019/06/19

Add your comments about this article : Your username or Email:
CAPTCHA

Send email to the article author


Rights and permissions
Creative Commons License This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

© 2024 CC BY-NC 4.0 | Journal of Birjand University of Medical Sciences

Designed & Developed by : Yektaweb