Снижение левого сердечного кровотока у плодов ягнят приводит к гипоплазии левых отделов сердца.

Биология связи, том 6, Номер статьи: 770 (2023) Цитировать эту статью

584 доступа

12 Альтметрика

Подробности о метриках

Низкий кровоток через левую часть сердца плода часто считают этиологией синдрома гипоплазии левых отделов сердца (HLHS). Чтобы выяснить, приводит ли уменьшение кровотока в левом желудочке к задержке роста, мы создаем обструкцию притока левого желудочка (LVIO) у плодов ягнят в середине беременности путем имплантации спиралей в их левое предсердие с использованием чрескожной техники под ультразвуковым контролем. Значительное LVIO повторяет важные клинические особенности HLHS: снижение антеградного кровотока на аортальном клапане, компенсаторную ретроградную перфузию головного мозга и восходящей аорты (AAo) из артериального протока, тяжелую гипоплазию левых отделов сердца, отсутствие вершины ЛЖ и утолщение эндокардиального слоя. Гипопластические AAo имеют пары генов миРНК, отвечающие за пролиферацию клеток, которые обратно-дифференцированно экспрессируются с помощью объемного секвенирования РНК. Одноядерное секвенирование РНК гипопластического миокарда ЛЖ показывает увеличение количества фибробластов с реципрокным уменьшением доли ядер кардиомиоцитов. Фибробласты, кардиомиоциты и эндотелиальные клетки гипопластического миокарда имеют повышенную экспрессию компонентов внеклеточного матрикса или генов фиброза с нарушением регуляции передачи сигналов фактора роста фибробластов. Следовательно, серьезного устойчивого (~ 1/3 беременности) снижения кровотока в левых отделах сердца плода достаточно, чтобы вызвать гипоплазию левых отделов сердца. Это сопровождается изменениями в клеточном составе и экспрессии генов, что соответствует профибротической среде и аберрантной индукции мезенхимальных программ.

Гипоплазия левого желудочка (ЛЖ) является компонентом многих форм врожденных пороков сердца. В наиболее тяжелой форме, синдроме гипоплазии левых отделов сердца (HLHS), все левые структуры сердца миниатюрны и не могут поддерживать системное кровообращение. Несмотря на реконструктивную хирургию, клинические результаты HLHS не являются оптимальными: выживаемость составляет 64% или 74% через 1 год1 и 59% или 64% через 6 лет2, в зависимости от типа операции. Лишь около 50% пациентов с СЛГС достигают 18-летнего возраста и к раннему взрослому возрасту сталкиваются с многочисленными проблемами, включая сердечную недостаточность3.

Этиология гипоплазии ЛЖ остается неясной и, вероятно, гетерогенной. У некоторых плодов гипоплазия ЛЖ может проявиться после завершения кардиогенеза, что проявляется закрытием межжелудочковой перегородки на сроке 9,1 недели беременности (стадия Карнеги 22). В конкретном контексте СЛГС возникновение посткардиогенезной задержки роста ЛЖ подтверждается наблюдением, что неповрежденная межжелудочковая перегородка обнаруживается при наиболее распространенной анатомической модели СЛГС (стеноз или атрезия аортального и/или митрального клапанов)4, 5,6, и что прогрессирование тяжелого стеноза аорты плода до HLHS неоднократно документировалось во втором или третьем триместре беременности7. Гемодинамическими последствиями закрытия межжелудочковой перегородки является то, что наполнение ЛЖ плода становится более нестабильным: оно полностью зависит от потока через левый атриовентрикулярный клапан и больше не может компенсироваться потоком через межжелудочковую перегородку.

Было высказано предположение, что гемодинамические силы играют роль в этиологии HLHS, а модели на животных показали, что кровоток влияет на развитие и рост сердечно-сосудистых структур. Уменьшение кровотока в сонной артерии кролика на 70% за 2 недели привело к эндотелий-зависимому уменьшению диаметра, устойчивому к вазодилатации8. У эмбрионов рыбок данио обструкция притока или оттока желудочков оказывала глубокое влияние на морфогенез сердца, включая формирование клапанов и дифференцировку камер; нарушение дистального роста было связано с более низкими силами сдвига на эндокардиальных клетках9. У ранних куриных эмбрионов одностороннее перевязывание желточных вен приводило к структурным порокам развития артерий глоточной дуги и сердца10,11,12. Результирующий порок сердца, чаще всего аномалия желудочковой перегородки или полулунных клапанов, зависел от степени снижения кровотока13. У более старых куриных эмбрионов после кардиогенеза обструкция притока левых отделов сердца приводила к замедлению роста сердца14.

0.88 for AAo and >0.91 for LV). We also noticed between-sample variation, which may outweigh effects from the coiling for some samples (Fig. S6) and may be related to some samples having low RNA integrity numbers (RIN). After removing outliers, we identified 64 significantly upregulated, and 85 downregulated genes in AAo (Figure S7a; upregulation refers to higher expression in coiled fetuses). Pathway analyses of significantly differentially expressed genes revealed enrichment for cellular components of the cell periphery (p = 0.022) and plasma membrane (p = 0.029; Supplementary Data 1). Additionally, we identified 4 upregulated miRNAs in AAo (Fig. S8a). For three of those miRNAs, we found significantly downregulated target genes (Fig. S8b), including genes involved in cell growth and proliferation (DDIT4, HS6ST2) and cell adhesion (NRXN3, IGFS3, HS6ST2). For the LV, we discovered 4 significantly upregulated, and 13 downregulated genes (Fig. S7b), enriched for brown fat cell differentiation processes. We also identified 4 upregulated and 7 downregulated miRNAs (Fig. S9a). Among the top upregulated miRNAs was miR-15a-5p. In mice, overexpression of miR‐15 family members was associated with cardiomyocyte cell cycle withdrawal and smaller heart size33. Two upregulated miRNAs had significantly downregulated target genes, and three downregulated miRNAs had significantly upregulated target genes (Fig. S9b). Additional “novel” miRNAs in AAo and LV could not be matched with their respective orthologues and were therefore not evaluated. While the low RIN values necessitate cautious interpretations, we found differentially expressed miRNAs and target genes associated with cell growth, proliferation and adhesion. However, we could not attribute changes to specific cell types or biological pathways./p>

1 and false discovery rate (FDR)-adjusted p-value < 0.05). Briefly, small RNA-seq reads had adapter sequences trimmed with the BBMap suite to keep reads with fewer than 23 nucleotides after trimming. Reads were aligned to the OviAri4 genome and Oar_v4.0 annotation using miRDeep2./p> 1, FDR-adjusted p-value < 0.05; Supplementary Data 1) for treatment – control within each tissue using DESeq2 (v 1.30.1)63. Shrunken log2FCs were calculated with “normal” shrinkage estimator. Mature sequences of DE novel miRNAs were used to identify known miRNA homologs based on sequence similarity in other species with “Single sequence search” function on miRBase (v22.1) with SSEARCH search method./p>

5 and UMAP_2 < 6. We measured pseudotime trajectories with Slingshot74, with stretch = 0 and extension = “n”. We used clusters 10, 2, and 15 as the start clusters for the cardiomyocyte, fibroblast, and endothelial clusters, respectively. First, we removed genes that were not designated with a gene symbol. We then used the tradeSeq75 package to estimate the minimum number of appropriate knots with the “evaluateK”75 function before fitting a negative-binomial general additive model (nb-GAM) for each gene with the “fitGAM”75 function. The 5,000 most variable genes also had nb-GAM’s fitted in each condition to allow for differences in expression between conditions along pseudotime. We identified genes whose expression is associated with pseudotime using the “associationTest” function75, and genes that were differentially expressed between conditions using the “conditionTest”. We corrected p-values returned with these functions using a false-discovery rate (cut-off: FDR-adjusted p-value < 0.05). We then generated pseudotime heatmaps of associated and differentially expressed genes by predicting smoothers for each gene using the “predictSmooth”75 function. Smoothers were scaled and then plotted with the pheatmap function. We completed pathway enrichment of these associated and differentially expressed genes using the following command:76 gprofiler(genes,”hsapiens”, ordered = TRUE, src_filter = c(“GO:BP”, “REAC”, “KEGG”), custom_bg = detected_genes, correction_method = “fdr”)77 and plotted with ggplot2./p>