banner

Nouvelles

Oct 06, 2023

Profilage transcriptomique et lipidomique des tissus adipeux sous-cutanés et viscéraux chez 15 vertébrés

Données scientifiques volume 10, Numéro d'article : 453 (2023) Citer cet article

344 accès

2 Altmétrique

Détails des métriques

Le stockage des lipides sous forme d'énergie dans le tissu adipeux (TA) a été conservé au cours de l'évolution. Cependant, des différences substantielles dans les activités physiologiques des AT ont été signalées entre les espèces. Par conséquent, l’établissement des mécanismes qui déterminent la divergence évolutive des transcriptomes des AT pourrait permettre de mieux comprendre la régulation de l’AT et ses rôles dans les maladies liées à l’obésité. Alors que des études antérieures effectuaient des comparaisons anatomiques, physiologiques et morphologiques entre les AT de différentes espèces, on comprend actuellement peu de choses aux niveaux phénotypiques moléculaires. Ici, nous avons caractérisé les profils transcriptionnels et lipidomiques des échantillons d'AT sous-cutanés et viscéraux disponibles chez 15 espèces de vertébrés, couvrant plus de 300 millions d'années d'évolution, y compris les mammifères placentaires, les oiseaux et les reptiles. Nous fournissons des descriptions détaillées des ensembles de données produits dans cette étude et rapportons l’expression des gènes et les profils lipidiques dans les échantillons. Nous démontrons que ces données sont robustes et révèlent que le transcriptome et le lipidome AT varient davantage selon les espèces qu'au sein d'une même espèce. Ces ensembles de données peuvent servir de ressource pour de futures études sur les différences fonctionnelles entre les AT chez les espèces vertébrées.

Le tissu adipeux (TA) est l’un des organes les plus importants assurant l’homéostasie énergétique et métabolique chez les vertébrés1. Ces dernières années, l’AT a suscité une attention scientifique soutenue en raison de l’augmentation significative des taux mondiaux d’obésité et de troubles métaboliques dans les populations humaines, en particulier le diabète de type II et les maladies cardiovasculaires. Des études récentes ont montré que l'AT est un organe remarquablement complexe jouant un rôle important dans le stockage de l'énergie, la physiopathologie et divers processus biologiques, tels que le contrôle de la pression artérielle, la reproduction et la défense de l'hôte2,3. L'AT est distribué dans tout le corps4 et peut être divisé en AT viscéral intra-abdominal (TAV) – situé autour de l'omentum, des intestins, des gonades, du péricarde et des zones périrénales, et en AT (SAT) sous-cutané – situé dans les fesses, les cuisses. , et l'abdomen. Les AT provenant de différents endroits ont des propriétés distinctes, notamment des fonctions métaboliques, des rôles structurels ou une association avec des maladies5,6,7,8.

Une étude précédente suggérait que la racine de la complexité de l'AT était apparue au cours de l'évolution9 en raison de différences dans les propriétés de l'AT entre les espèces10, qui peuvent être évaluées en effectuant des comparaisons entre espèces. Une comparaison récente entre les humains et les souris a identifié différentes proportions d'une sous-population d'adipocytes régulant la thermogenèse entre les deux espèces, expliquant en partie les différences observées dans l'activité thermogénique. De plus, des analyses comparatives bien documentées du transcriptome à travers les phylogénies peuvent faire progresser la médecine translationnelle en identifiant de nouvelles cibles thérapeutiques12. Par exemple, une étude antérieure a révélé que miR-26a, un microARN impliqué dans la prolifération des cardiomyocytes, est régulé négativement dans les cœurs de poisson zèbre blessés mais reste constant chez la souris12. L'inactivation du miR-26a dans le cœur de souris postnatales a prolongé la fenêtre de prolifération des cardiomyocytes, indiquant que ce miARN pourrait être une cible thérapeutique pour traiter les lésions cardiaques12. En conséquence, l’évaluation des modifications de l’AT au niveau moléculaire entre les espèces améliorera notre compréhension de la fonction et des bases génétiques de l’AT et de son association avec différentes maladies.

Les informations transcriptionnelles sont importantes pour élucider les phénotypes et la fonction des AT, mais jusqu'à présent, la plupart des études se sont uniquement concentrées sur les comparaisons des AT entre les humains et les rongeurs13,14,15. Il est important de noter qu’une analyse transcriptomique comparative à grande échelle de l’AT sur diverses espèces éloignées et sur plusieurs sites anatomiques est nécessaire pour comprendre pleinement l’évolution transcriptomique de l’AT. À cette fin, nous avons effectué une analyse transcriptomique comparative de l'AT sous-cutanée et/ou viscérale disponible chez 15 espèces et emplacements de vertébrés (de 1 à 7 par espèce) (Fig. 1, Tableau supplémentaire 1), incluant 10 mammifères (primates : humain [ Homo sapiens] et macaque [Macaca mulatta] ; rongeurs : souris [Mus musculus], rat [Rattus norvegicus] et cobaye [Cavia porcellus] ; lagomorphes : lapin [Oryctolagus cuniculus] ; artiodactyles : porc [Sus scrofa] et mouton [ Ovis aries] ; et carnivores : chat [Felis catus] et chien [Canis lupus familiaris]), 4 oiseaux (galliformes : poulet [Gallus gallus] ; ansériformes : canard [Anas platyrhynchos] et oie [Anser anser] ; et columbiformes : pigeon [Columba livia]), et un reptile (testudines : tortue [Pelodiscus sinensis]) comme groupe externe. Nous avons généré un total de 59 bibliothèques d'ARN-seq appauvries en ARNr et analysées en combinaison avec 48 bibliothèques publiées précédemment16,17,18,19,20,21, totalisant 107 bibliothèques (Fig. 1, Tableau supplémentaire 1). ). La composition lipidique des AT peut avoir un impact sur plusieurs aspects de l'homéostasie énergétique, tels que le métabolisme du glucose et des lipides, la disponibilité du substrat et la dépense énergétique22,23,24,25. En conséquence, comprendre les différences de composition lipidique entre les AT est essentiel pour étudier leurs fonctions spécialisées et explorer les mécanismes potentiels conduisant aux hétérogénéités des AT. La lipidomique a déjà été appliquée avec succès pour clarifier les modifications du profil lipidique des AT après divers traitements (tels que l'entraînement d'endurance26, l'exposition au froid27 et un régime riche en graisses28) ou entre différents emplacements anatomiques29. Cependant, les changements entre les espèces restent mal compris. Pour mieux comprendre les changements métaboliques survenus au cours de l'évolution de l'AT, nous avons effectué une analyse non ciblée par spectrométrie de masse en tandem par chromatographie liquide (LC-MS/MS) du lipidome cellulaire de 131 échantillons SAT et TVA de cinq espèces représentatives, dont quatre mammifères ( souris, rat, cochon, mouton) et un oiseau (oie) (Fig. 1, tableau supplémentaire 2). Ensemble, ces ensembles de données constituent une ressource précieuse pour l’étude de la diversité génétique et métabolique de l’AT à travers les espèces et les sites anatomiques, ainsi qu’une opportunité sans précédent d’analyser les changements moléculaires au cours de l’évolution de l’AT.

 7) were used for sequencing. The RNA-seq libraries were then generated using an rRNA depletion method18. All libraries were sequenced on a HiSeq X Ten platform (Illumina) using paired-end sequencing reads of 150 bp in length./p> 0.5 TPM in all replicates of at least one AT./p> 50% of QC samples and > 20% of the replicates of at least one AT. The missing values were imputed using the k-nearest neighbor (KNN) method35,36. Next, the probabilistic quotient normalization (PQN) method37 was performed for data normalization and the QC-robust spline batch correction (QC-RSC) method38 applied to correct for batch effects. Finally, the ions with a relative standard deviation (RSD) > 30% in QC samples were removed, as are fluctuated greatly in the experiment. The retained ions were used in downstream statistical analysis./p>0.5 TPM across all replicates in at least one AT to identify transcribed PCGs for each species, we observed comparable amounts of transcribed PCGs between mammal (~12,324 per species) and bird species (~11,973 per species) (Table 1). However, remarkably few transcribed genes were detected in the ATs of turtle (4037 PCGs), implying the AT transcriptomes of mammals and birds vary significantly from reptiles. To assess the reproducibility of the different biological replicates, we calculated pairwise Spearman’s r of PCGs expression profiles between the samples of each species. In general, gene expression was highly correlated between biological replicates (median Spearman’s r = 0.96), and similarities significantly reduced between the ATs obtained from different anatomical locations within each species (P = 9.76 × 10−16, Wilcoxon rank-sum test) (Fig. 2b). Principal component analysis and hierarchical clustering of the expression levels of 3878 single-copy orthologous PCGs (detailed information is list in file ‘Detailed information on single-copy orthologous PCGs across 15 vertebrate species’ on Figshare41) among 15 vertebrates revealed that samples primarily clustered according to the species with the highest number of biological replicates (Fig. 2c,d and figure ‘PCA plot of PC1 versus PC3 and PC2 versus PC3 based on the expression levels of single-copy orthologous PCGs among 15 vertebrate species’ on Figshare42). These results highlight the consistency among biological replicates and the robustness of experimental design./p>50% of the QC samples (102 QC samples in negative ion mode and 96 QC samples in positive ion mode) and >20% of the experimental samples in at least one AT. To ensure the reliability of the acquired lipidomics data, two quality control steps were performed based on the intensity of the detected ions. First, we assessed the clustering of QC samples using principal component analysis (PCA). In both ion modes, we observed that the QC samples clustered distinctively (Fig. 3b), suggesting absence of significant non-biological induced variation in the experiment. Second, we measured the relative standard deviation (RSD) of detected ions in all QC samples (Fig. 3c). We found that most of the negative (67.42%, 1788 of 2652) and positive ions (81.15%, 3676 of 4530) had an RSD < 30% among the QC samples, indicating ion intensity changed little between QC samples. Overall, these findings confirmed the reproducibility and robustness of the generated lipidomics data./p>

PARTAGER