RESUMEN
Introducción: La preeclampsia continúa siendo la primera causa de morbimortalidad perinatal. El conocimiento sobre su etiología molecular se ha incrementado en los últimos años debido al avance en la aplicación de las ciencias "ómicas". Ello ha llevado a identificar genes candidatos que participarían en su patogénesis. Objetivo: Identificar y caracterizar estructural y funcionalmente genes expresados en placenta que se asocian con preeclampsia. Métodos: A partir de una revisión de literatura de los últimos diez años, se identificaron 16 genes cuya expresión en placenta estaba asociada con la patología. Se realizó la minería de datos incluyendo las siguientes variables: número de genes, tamaño de los genes, número de exones codificantes, islas CpG y las familias de los diferentes elementos repetidos en una ventana de 100Kbp. Mediante un análisis bioinformático, usando los diferentes recursos del NCBI (www.ncbi.nlm.nih.gov) y del Genome Browser de UCSC (http://genome.ucsc.edu/). Adicionalmente se usó el portal BioGPS (http://biogps.gnf.org/#goto=welcome) se determinaron los niveles de expresión de cada gen por tejidos. Resultados: Se registraron diferencias en la cromatina que contiene las familias de elementos no codificantes de los genes asociados en comparación con los controles (Prueba de Kruskall-Wallis, P= 0.0341824). Los genes LEP, EBI3, PROCR, FSTL3, HEXB, INHBA y ENG fueron los que registraron el mayor puntaje z en placentas preeclámpsicas. Conclusión:La aplicación de las herramientas bioinformáticas se convierte en un instrumento potente para el análisis integrado de la expresión de genes y su papel en la patogénesis de la PE. Esto conllevaría a la identificación temprana de mujeres afectadas.
Introduction: Preeclampsia still is the main cause of perinatal morbi-mortality; due to the advance in the application of the omics sciences the knowledge about its molecular etiology has increased in the last years, this has led to the identification of candidate genes, which would be involved in its pathogenesis. Objective: To identify those genes, expressed in placenta that are associated with preeclampsia and compare their structural and functional characteristics. Methods: From a literature review, 16 genes were found, whose expression in placenta was associated to the pathology. Data mining was performed including the following genomic variables: number of genes, genomic size, coding exon count, CpG islands and repeat elements in a 100Kbp window. For the Bioinformatics analysis, we used different resources of the NCBI (www.ncbi.nlm.nih.gov) and the UCSC Genome Browser (http://genome.ucsc.edu/). Furthermore, the portal BioGPS (http://biogps.gnf.org/#goto=welcome) Was used to determine the expression levels of each gene per tissue. Results: Significant differences were found for the non-coding elements of the chromatin in that associated genes, in comparison with controls (Kruskall-Wallis test, P= 0.0341824). The genes LEP, EBI3, PROCR, FSTL3, HEXB, INHBA and ENG were the ones with the highest z- score values in preeclampsic placenta. Conclusion: The application of computational tools has become a powerful instrument for the integrated analysis of gene expression and its role in the pathogenesis of PE. This would lead to an early detection of affected women.
Introdução: A pré-eclâmpsia ainda é a principal causa perinatal Morbi-mortalidade; devido ao avanço na aplicação das ciências "ómicas" o conhecimento sobre sua etiologia molecular tem aumentado nos últimos anos, Isto levou à identificação de genes candidatos, que estariam envolvidos na sua Patogênese. Objetivo: Para identificar esses genes, Expresso em placenta que está associada à pré-eclâmpsia e comparar as suas características estruturais e funcionais. Métodos: A partir de uma revisão da literatura, foram encontrados 16 genes, cuja expressão na placenta foi asociada à patología. Extração de dados Foi realizada incluindo as seguintes variáveis genómicas: Número de genes, tamanho genômico, exon contagem de codificação, CpG ilhas e repetir elementos em uma janela de 100Kbp. Para a análise bioinformática, Utilizamos diferentes recursos do NCBI (www.ncbi.nlm.nih.gov) e do UCSC Genome Browser (http://genome.ucsc.edu/). Além disso, o portal BioGPS (http://biogps.gnf.org/#goto=welcome) foi utilizado para determinar os níveis de expressão de cada gene por tecido. Resultados: Se encontrou diferenças significativas para os elementos não codificantes da cromatina nos genes associados, Em comparação com os controlos (teste de Kruskall-Wallis, P = 0,0341824). Os genes LEP, EBI3, PROCR, FSTL3, HEXB, INHBA e ENG foram os que apresentaram os maiores valores de z-score na placenta pré-eclâmpsica. Conclusão: A aplicação de ferramentas computacionais tornou-se um poderoso instrumento para a análise integrada da expressão gênica e seu papel na patogênese da PE. Isso levaria a uma detecção precoce das mulheres afetadas.
