Skeletal muscle specific signalling pathways in human
С помощью метода иерархической кластеризации были выделены 15 кластеров (групп) коэкспрессируемых генов. Для получения статистически значимых результатов в дальнейшем анализе были использованы наиболее крупные кластеры, состоящие из не менее чем 100 генов.
Рис. 1.1. Группы генов, полученные в результате иерархической кластеризации данных по экспрессии промоторов, активируемых после однократной физической нагрузки на велоэргометре.
Выделение транскрипционных факторов, сайты которых статистически значимо чаще представлены в выявленных группах генов
В промоторных областях генов из основных выявленных кластеров был проведен поиск сайтов транскрипционных факторов, используя соответствующие позиционные весовые матрицы из базы данных TRANSFAC (Matys et al., 2003) и алгоритм MATCH (Kel et al., 2003). Далее был проведен анализ обогащения этих промоторных областей сайтами связывания транскрипционных факторов. Оказалось, что для основных кластеров не характерно обогащение сайтами связывания с транскрипционными факторами, описанными в базе данных TRANSFAC, по сравнению с 300 генами домашнего хозяйства. Единственные транскрипционные факторы, которые были перепредставлены в промоторах коэкспрессируемых генов- это FOXA2 и SMAD4.
Выделение ключевых молекул: мастер-регуляторов генной экспрессии
На следующем этапе анализа, были выявлены ключевые факторы, регулирующие активацию выявленных сигнальных путей в скелетной мышце человека после выполнения однократной физической нагрузки. Для этого был применен метод поиска сигнальных молекул - мастер-регуляторов (Koschmann et al., 2015). Такой подход позволил выявить общие регуляторы в 14-ти из 15-ти кластеров коэкспрессируемых генов.
Построение возможных путей передачи сигнала в клетке, включающих выявленные транскрипционные факторы и мастер-регуляторы
Предсказание мастер-регуляторов дало возможность выявить сигнальные пути, наиболее статистически значимо описывающие регуляцию скоординированной экспрессии в каждом кластере генов после однократной физической нагрузки. Для этого был применен метод статистического обогащения биомолекул (выявленных транскрипционных факторов и мастер-регуляторов) аннотациями из базы сигнальных путей TRANSPATH (Krull et al., 2015).
Сигнальные пути, регулирующие скоординированную экспрессию генов после физической нагрузки были ассоциированы с увеличением мышечных волокон через EGFR (Ciano et al, 2018), с биогенезом митохондрий мышц через p53 (Beyfuss et al, 2019), с инсулин-зависимым метаболизмом глюкозы через сигнальный путь киназы PIK3C2G (Ijuin et al, 2015), а также с управлением нервно-мышечной передачей сигнала через молекулярный путь прото-онкогена RelA (Wang et al, 2010) и с регуляцией мышечной массы через сигнальный путь рецепторов глутамата GluR1 и GluR2 (Jaiswal et al, 2019).
Также были выделены сигнальные пути, активация которых, предположительно, вызвана механическими и метаболическими повреждающими воздействиями на работавшую мышцу: репарация мышечной ткани (Ismaeel et al, 2019), фиброз мышечной ткани (Vidal et al, 2008), активация T-лимфоцитов (Egerman and Glass, 2014) и инфильтрация эозинофилов (Takatsu et al, 2011) (табл. 1.1).
