Analiza sieciowa ujawnia zbieżne mechanizmy molekularne w epilepsjach genetycznych
Network analysis reveals converging molecular mechanisms in genetic epilepsies
W skrócie
[Preprint - wstępne wyniki] Badacze przeanalizowali 2496 genów związanych z epilepsją, stosując zaawansowaną metodę sieciową, aby zidentyfikować wspólne szlaki biologiczne odpowiadające za chorobę. Odkryli, że geny te kodują głównie enzymy metaboliczne, transportery i białka modyfikujące, a sieć wykazała 19 podsieci powiązanych z funkcją synaps, rozwojem mózgu oraz sygnalizacją molekularną. Wyniki wskazują na potencjalne cele terapeutyczne, takie jak CREB1, które mogą przyczynić się do opracowania bardziej skutecznych leków dla pacjentów z oporną na leczenie epilepsją genetyczną.
Oryginalny abstract (angielski)
Background: Rare genetic epilepsies are often difficult to diagnose and treat. They can arise from changes in many different genes, and the molecular basis linking these changes to epilepsy remains poorly understood. This complexity makes it difficult to select effective treatments and develop new therapies, leaving many patients with poorly controlled seizures and reduced quality of life Methods: To address this gap, we first identified epilepsy-associated genes and conducted a network-based analysis of biomolecular interactions in genetic epilepsy to identify converging pathways with high translational relevance and potential therapeutic targets. To run the analysis, we constructed a human brain-specific molecular interaction network by integrating all human pathways from the WikiPathways database. HotNet2 was then applied to identify highly perturbed clusters through evidence-based weight diffusion of EAGs in the human brain network. Results: We identified 2,496 epilepsy-associated genes (EAGs) from multiple resources. These genes encode coding for metabolite interconversion enzymes (20%), transporters (15%), and protein-modifying enzymes (11%). Furthermore, the network analysis identified 19 subnetworks with more than two nodes and 125 unique genes. Gene enrichment analysis revealed convergence of processes including action potential, synaptic function, nervous system development, TOR signaling, cilium organization, DNA repair, and cell fate specification. We identified 44 first-order neighbors connecting the subnetworks. By integrating drug-target interactions from DrugBank using CyTargetLinker, we highlighted potential therapeutic targets within the S4 subnetwork, associated with cerebral cortex development, as well as CREB1, a connector between subnetworks. Conclusion: Network analysis organized heterogeneous epilepsy-associated genes into biologically related subnetworks and generated hypotheses for further research.