Czy SSRI wpływają na ekspresję genów u pacjentów z depresją?
W badaniu porównawczym przeprowadzonym na modelach mysich naukowcy przeanalizowali wpływ trzech popularnych inhibitorów wychwytu serotoniny (SSRI) – fluoksetyny, sertraliny i citalopramu – na zmiany ekspresji genów, poszukując przyczyn zróżnicowanych odpowiedzi terapeutycznych u pacjentów z dużą depresją (MDD), która dotyka szacunkowo 300 milionów osób na całym świecie.
Badacze zastosowali dwa modele eksperymentalne: hodowle neuronów kory mózgowej myszy in vitro, pozbawione neuronów serotoninergicznych (co pozwoliło na wykluczenie wpływu hamowania wychwytu serotoniny), oraz analizę tkanek kory przedczołowej myszy in vivo po 2-tygodniowym podawaniu leków. Stężenia leków zarówno in vitro jak i in vivo były dostosowane do stężeń obserwowanych we krwi pacjentów otrzymujących leczenie antydepresyjne. Naukowcy postawili hipotezę, że poszczególne SSRI mogą wywoływać odrębne efekty transkrypcyjne poprzez mechanizmy wykraczające poza ich wspólne działanie serotoninergiczne.
Czy różne SSRI generują unikalne profile transkrypcyjne?
Analiza transkryptomiczna wykazała, że każdy z badanych SSRI wywołuje unikalne zmiany w ekspresji genów. W modelu in vitro zidentyfikowano 421 różnicowo wyrażonych genów (DEG) dla fluoksetyny, 795 dla sertraliny i 450 dla citalopramu. Proporcja genów unikatowych dla poszczególnych leków wyniosła odpowiednio 50,1% dla fluoksetyny, 68,4% dla sertraliny i 35,6% dla citalopramu. Podobne zróżnicowanie obserwowano w modelu in vivo, gdzie liczba DEG wyniosła 807 dla fluoksetyny, 875 dla sertraliny i 745 dla citalopramu.
Do precyzyjnej identyfikacji genów specyficznie regulowanych przez poszczególne SSRI zastosowano zaawansowaną metodę analizy – samoorganizujące się mapy (SOM), która pozwala na zachowanie topologicznych zależności podczas projekcji danych wielowymiarowych na przestrzeń dwuwymiarową. Badacze najpierw zweryfikowali skuteczność metody SOM poprzez porównanie opublikowanego wcześniej zestawu danych dotyczących traktowania kultur korowych bikukuliną z ich wynikami dla fluoksetyny. Metoda SOM skutecznie wyodrębniła zestawy genów specyficznie regulowanych przez każdy bodziec, w tym wiele genów natychmiastowej odpowiedzi (IEG) znanych z regulacji przez bikukulinę.
Następnie zastosowano SOM do analizy profili ekspresji genów w kulturach korowych traktowanych trzema różnymi SSRI. Metoda ta umożliwiła zidentyfikowanie klastrów genów reagujących w sposób specyficzny na poszczególne leki: 125 genów dla fluoksetyny (wszystkie down-regulowane), 627 dla sertraliny (279 up-regulowanych, 348 down-regulowanych) oraz 230 dla citalopramu (77 up-regulowanych, 153 down-regulowanych).
- Identyfikację biomarkerów odpowiedzi na leczenie (np. gen Lrg1 dla sertraliny)
- Nieinwazyjne metody diagnostyczne oparte na analizie krwi
- Lepszy dobór leku dla konkretnego pacjenta
- Zmniejszenie ryzyka działań niepożądanych
Badanie potwierdza, że SSRI działają nie tylko przez modulację serotoniny, ale również wpływają na inne szlaki molekularne, co może być kluczem do zrozumienia ich zróżnicowanej skuteczności.
Czy wspólne ścieżki sygnałowe odsłaniają mechanizmy działania SSRI?
Co istotne, analiza wzbogacenia ścieżek sygnałowych KEGG wykazała, że wszystkie trzy SSRI, mimo różnic w profilach ekspresji genów, wpływają na wspólną ścieżkę “Neuroactive ligand-receptor interaction“, która obejmuje geny kodujące receptory błony komórkowej i ligandy, w tym neuroprzekaźniki i ich receptory. Sugeruje to, że pomimo odrębnych efektów transkrypcyjnych, te trzy SSRI zbiegają się we wspólnym wpływie regulacyjnym na szlaki sygnałowe zależne od receptorów.
Porównanie transkrypcyjnych wzorców indukowanych przez SSRI w neuronach korowych in vitro i tkankach mózgowych in vivo ujawniło odrębne zestawy DEG, przy czym dane in vivo wykazały większą liczbę DEG. Analiza głównych składowych (PCA) dodatkowo podkreśliła wyraźną rozbieżność między próbkami in vitro i in vivo, przy czym zmienność ekspresji genów była bardziej wyraźna w tkankach mózgowych niż w hodowanych neuronach. Ta różnica może być przypisana różnicom eksperymentalnym, w tym czasu podawania leku (2 tygodnie in vivo vs 24 godziny in vitro), a także brakowi efektów zależnych od serotoniny in vitro.
Mimo tych różnic, porównanie zmian transkrypcyjnych między modelami in vitro i in vivo przy użyciu analizy RRHO (rank-rank hypergeometric overlap) pozwoliło zidentyfikować geny wykazujące podobne zmiany ekspresji w obu warunkach, co sugeruje istnienie zachowanej, specyficznej dla danego SSRI odpowiedzi transkrypcyjnej niezależnej od sygnalizacji serotoninowej. Zidentyfikowano odpowiednio 61, 265 i 68 takich genów dla fluoksetyny, sertraliny i citalopramu.
Czy odkrycia transkryptomiczne mogą zmienić leczenie depresji?
Wyniki badania mają potencjalne znaczenie kliniczne, sugerując możliwość rozwoju spersonalizowanej medycyny w leczeniu depresji. Na przykład, gen Lrg1, którego ekspresja wzrasta po podaniu sertraliny, koduje glikoproteinę wydzielaną do krwi (glikoproteina 1 bogata w leucynę), co mogłoby posłużyć jako biomarker odpowiedzi na leczenie. Wykrywanie zmian molekularnych indukowanych przez SSRI w tkankach obwodowych poprzez nieinwazyjne podejścia, takie jak transkryptomika krwi lub analiza metabolomu, mogłoby ułatwić kliniczne zastosowanie tych odkryć.
Wcześniejsze badania sugerowały, że niektóre SSRI mogą oddziaływać na dodatkowe cele molekularne poza ich podstawowym działaniem farmakologicznym. Na przykład fluoksetyna została powiązana z modulacją receptorów neurotrofiny TrkB, sertralina z wpływem na funkcję czynnika transkrypcyjnego REST, a citalopram z interakcją z sygnalizacją GSK3β. Te zróżnicowane efekty na wewnątrzkomórkowe szlaki sygnałowe, wykraczające poza wspólną modulację przekaźnictwa serotoninergicznego, mogą prowadzić do specyficznych dla SSRI profili ekspresji genów, potencjalnie skutkując odmiennymi wynikami fizjologicznymi.
Jakie ograniczenia i perspektywy wskazują wyniki badań?
Ograniczenia badania obejmują analizę jedynie neuronów korowych i kory przedczołowej (pozostawiając pytanie o odpowiedź w innych regionach mózgu), ocenę tylko jednej dawki każdego SSRI oraz wykorzystanie wyłącznie samców myszy w analizie in vivo, co ogranicza możliwość generalizacji wyników. Ponadto, bezpośrednie cele molekularne odpowiedzialne za obserwowane zmiany ekspresji genów pozostają nieznane, podobnie jak ich potencjalny wkład w heterogeniczność odpowiedzi terapeutycznych u pacjentów.
Badanie to dostarcza fundamentalnych informacji, które mogą ułatwić rozwój nowych leków przeciwdepresyjnych oraz wspierać postęp w kierunku spersonalizowanej opieki psychiatrycznej, umożliwiając dobór leków o zwiększonej skuteczności terapeutycznej i zmniejszonych działaniach niepożądanych dla poszczególnych pacjentów.
Podsumowanie
Badania prowadzone na modelach mysich ujawniły, że trzy popularne inhibitory wychwytu serotoniny – fluoksetyna, sertralina i citalopram – wywołują unikalne zmiany w ekspresji genów, co może tłumaczyć zróżnicowane odpowiedzi terapeutyczne u pacjentów z dużą depresją. Naukowcy przeprowadzili analizę transkryptomiczną zarówno w hodowlach neuronów korowych in vitro, jak i w tkankach kory przedczołowej myszy in vivo po dwutygodniowym podawaniu leków. Wyniki pokazały, że każdy z badanych SSRI generuje odrębny profil ekspresji genów, przy czym proporcja genów unikatowych dla poszczególnych leków wynosiła od 35,6% do 68,4%. Zastosowanie zaawansowanej metody samoorganizujących się map pozwoliło precyzyjnie zidentyfikować geny specyficznie regulowane przez każdy lek. Mimo tych różnic, wszystkie trzy SSRI wpływają na wspólną ścieżkę sygnałową dotyczącą interakcji ligandów neuroaktywnych z receptorami, co sugeruje zbieżny mechanizm działania. Odkrycie potencjalnych biomarkerów, takich jak gen Lrg1 regulowany przez sertralinę, otwiera drogę do personalizacji leczenia depresji poprzez nieinwazyjne metody diagnostyczne. Badanie wskazuje, że SSRI mogą oddziaływać na dodatkowe cele molekularne poza swoim podstawowym działaniem serotoninergicznym, co prowadzi do specyficznych profili ekspresji genów i potencjalnie odmiennych wyników terapeutycznych. Te odkrycia mogą przyczynić się do rozwoju nowych leków przeciwdepresyjnych oraz umożliwić dobór terapii o zwiększonej skuteczności dla poszczególnych pacjentów, choć wymagane są dalsze badania uwzględniające różne regiony mózgu, dawki leków oraz płeć pacjentów.







