ຄວາມແຕກຕ່າງຂອງເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກຂອງມະນຸດນອກເໜືອຈາກຕ່ອງໂສ້ໜັກຂອງໄມໂອຊິນ

ຂອບໃຈທີ່ທ່ານເຂົ້າມາຢ້ຽມຊົມ nature.com. ໂປຣແກຣມທ່ອງເວັບລຸ້ນທີ່ທ່ານກຳລັງໃຊ້ຢູ່ມີການຮອງຮັບ CSS ທີ່ຈຳກັດ. ເພື່ອປະສົບການທີ່ດີທີ່ສຸດ, ພວກເຮົາແນະນຳໃຫ້ໃຊ້ໂປຣແກຣມທ່ອງເວັບລຸ້ນລ່າສຸດ (ຫຼື ປິດໂໝດຄວາມເຂົ້າກັນໄດ້ໃນ Internet Explorer). ນອກຈາກນັ້ນ, ເພື່ອຮັບປະກັນການຮອງຮັບຢ່າງຕໍ່ເນື່ອງ, ເວັບໄຊທ໌ນີ້ຈະບໍ່ມີຮູບແບບ ແລະ JavaScript.
ກ້າມຊີ້ນໂຄງກະດູກເປັນເນື້ອເຍື່ອທີ່ບໍ່ເປັນເອກະພາບທີ່ປະກອບດ້ວຍເນື້ອເຍື່ອ myofibrils ສ່ວນໃຫຍ່, ເຊິ່ງໃນມະນຸດມັກຈະແບ່ງອອກເປັນສາມປະເພດຄື: ໜຶ່ງແມ່ນ "ຊ້າ" (ປະເພດ 1) ແລະສອງແມ່ນ "ໄວ" (ປະເພດ 2A ແລະ 2X). ເຖິງຢ່າງໃດກໍ່ຕາມ, ຄວາມແຕກຕ່າງລະຫວ່າງ ແລະ ພາຍໃນປະເພດ myofibril ແບບດັ້ງເດີມຍັງບໍ່ທັນເຂົ້າໃຈເທື່ອ. ພວກເຮົາໄດ້ນຳໃຊ້ວິທີການ transcriptomic ແລະ proteomic ກັບ myofibrils 1050 ແລະ 1038 ຊະນິດຈາກ vastus lateralis ຂອງມະນຸດຕາມລຳດັບ. ການສຶກສາ proteomic ລວມມີຜູ້ຊາຍ, ແລະການສຶກສາ transcriptomic ລວມມີຜູ້ຊາຍ 10 ຄົນ ແລະ ຜູ້ຍິງ 2 ຄົນ. ນອກເໜືອໄປຈາກ isoforms ຂອງ myosin chain ໜັກ, ພວກເຮົາໄດ້ລະບຸໂປຣຕີນ metabolic, ໂປຣຕີນ ribosomal, ແລະໂປຣຕີນ cellular junctional ເປັນແຫຼ່ງຂອງຄວາມແຕກຕ່າງລະຫວ່າງ myofibril ຫຼາຍມິຕິ. ຍິ່ງໄປກວ່ານັ້ນ, ເຖິງວ່າຈະມີການລະບຸກຸ່ມຂອງເສັ້ນໃຍຊ້າ ແລະ ໄວ, ຂໍ້ມູນຂອງພວກເຮົາຊີ້ໃຫ້ເຫັນວ່າເສັ້ນໃຍປະເພດ 2X ແມ່ນບໍ່ສາມາດແຍກແຍະ phenotypic ຈາກເສັ້ນໃຍໄວອື່ນໆ. ຍິ່ງໄປກວ່ານັ້ນ, ການຈັດປະເພດໂດຍອີງໃສ່ myosin chain ໜັກບໍ່ພຽງພໍທີ່ຈະອະທິບາຍ phenotype ຂອງ myofiber ໃນ nemaline myopathies. ໂດຍລວມແລ້ວ, ຂໍ້ມູນຂອງພວກເຮົາຊີ້ໃຫ້ເຫັນເຖິງຄວາມແຕກຕ່າງຂອງ myofiber ຫຼາຍມິຕິ, ໂດຍມີແຫຼ່ງທີ່ມາຂອງການປ່ຽນແປງທີ່ຂະຫຍາຍອອກໄປນອກເໜືອຈາກ isoforms ລະບົບຕ່ອງໂສ້ໜັກຂອງ myosin.
ຄວາມແຕກຕ່າງຂອງເຊວແມ່ນລັກສະນະທີ່ມີຢູ່ໃນລະບົບຊີວະວິທະຍາທັງໝົດ, ເຊິ່ງຊ່ວຍໃຫ້ເຊວສາມາດຊ່ຽວຊານເພື່ອຕອບສະໜອງຄວາມຕ້ອງການທີ່ແຕກຕ່າງກັນຂອງເນື້ອເຍື່ອ ແລະ ເຊວ.1 ທັດສະນະແບບດັ້ງເດີມຂອງຄວາມແຕກຕ່າງຂອງເສັ້ນໄຍກ້າມຊີ້ນໂຄງກະດູກແມ່ນວ່າເຊວປະສາດມໍເຕີກຳນົດປະເພດເສັ້ນໄຍພາຍໃນໜ່ວຍມໍເຕີ, ແລະປະເພດເສັ້ນໄຍ (ເຊັ່ນ: ປະເພດ 1, ປະເພດ 2A, ແລະປະເພດ 2X ໃນມະນຸດ) ຖືກກຳນົດໂດຍລັກສະນະຂອງ isoforms ຂອງລະບົບຕ່ອງໂສ້ໜັກ myosin (MYH).2 ອັນນີ້ແມ່ນອີງໃສ່ຄວາມບໍ່ໝັ້ນຄົງຂອງ pH ATPase,3,4 ແລະຕໍ່ມາກ່ຽວກັບການສະແດງອອກທາງໂມເລກຸນຂອງ MYH.5 ຢ່າງໃດກໍຕາມ, ດ້ວຍການກຳນົດ ແລະ ການຍອມຮັບຕໍ່ມາຂອງເສັ້ນໄຍ "ປະສົມ" ທີ່ສະແດງອອກຮ່ວມກັນຫຼາຍ MYHs ໃນອັດຕາສ່ວນທີ່ແຕກຕ່າງກັນ, ເສັ້ນໄຍກ້າມຊີ້ນໂຄງກະດູກຖືກເບິ່ງວ່າເປັນເສັ້ນຕໍ່ເນື່ອງຫຼາຍກວ່າປະເພດເສັ້ນໄຍທີ່ແຕກຕ່າງກັນ.6 ເຖິງວ່າຈະມີສິ່ງນີ້, ຂະແໜງການຍັງອີງໃສ່ MYH ເປັນຕົວຈັດປະເພດຫຼັກສຳລັບການຈັດປະເພດ myofiber, ທັດສະນະທີ່ອາດຈະໄດ້ຮັບອິດທິພົນຈາກຂໍ້ຈຳກັດ ແລະ ອະຄະຕິທີ່ສຳຄັນຂອງການສຶກສາໜູໃນຕອນຕົ້ນທີ່ຮູບແບບການສະແດງອອກ MYH ແລະ ລະດັບຂອງປະເພດເສັ້ນໄຍແຕກຕ່າງຈາກມະນຸດ.2 ສະຖານະການມີຄວາມສັບສົນຕື່ມອີກໂດຍຄວາມຈິງທີ່ວ່າກ້າມຊີ້ນໂຄງກະດູກຂອງມະນຸດທີ່ແຕກຕ່າງກັນສະແດງໃຫ້ເຫັນລະດັບເສັ້ນໄຍທີ່ຫຼາກຫຼາຍ. ປະເພດ.7 ກ້າມຊີ້ນ vastus lateralis ເປັນກ້າມຊີ້ນປະສົມທີ່ມີຮູບແບບການສະແດງອອກ MYH ລະດັບກາງ (ແລະດັ່ງນັ້ນຈຶ່ງເປັນຕົວແທນ).7 ຍິ່ງໄປກວ່ານັ້ນ, ຄວາມສະດວກໃນການເກັບຕົວຢ່າງຂອງມັນເຮັດໃຫ້ມັນເປັນກ້າມຊີ້ນທີ່ໄດ້ຮັບການສຶກສາທີ່ດີທີ່ສຸດໃນມະນຸດ.
ດັ່ງນັ້ນ, ການສືບສວນທີ່ບໍ່ລຳອຽງກ່ຽວກັບຄວາມຫຼາກຫຼາຍຂອງເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກໂດຍໃຊ້ເຄື່ອງມື "omics" ທີ່ມີປະສິດທິພາບແມ່ນມີຄວາມສຳຄັນແຕ່ກໍ່ເປັນສິ່ງທ້າທາຍ, ສ່ວນໜຶ່ງແມ່ນຍ້ອນລັກສະນະຫຼາຍນິວເຄຼຍຂອງເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກ. ເຖິງຢ່າງໃດກໍ່ຕາມ, ເຕັກໂນໂລຊີ transcriptomics8,9 ແລະ proteomics10 ໄດ້ຜ່ານການປະຕິວັດໃນດ້ານຄວາມອ່ອນໄຫວໃນຊຸມປີມໍ່ໆມານີ້ ເນື່ອງຈາກຄວາມກ້າວໜ້າທາງເຕັກໂນໂລຊີຕ່າງໆ, ເຊິ່ງຊ່ວຍໃຫ້ສາມາດວິເຄາະກ້າມຊີ້ນໂຄງກະດູກໃນລະດັບຄວາມລະອຽດຂອງເສັ້ນໃຍດຽວ. ດັ່ງນັ້ນ, ມີຄວາມຄືບໜ້າຢ່າງຫຼວງຫຼາຍໃນການອະທິບາຍລັກສະນະຄວາມຫຼາກຫຼາຍຂອງເສັ້ນໃຍດຽວ ແລະ ການຕອບສະໜອງຂອງພວກມັນຕໍ່ກັບການກະຕຸ້ນ atrophic ແລະ ການແກ່ຊະລາ11,12,13,14,15,16,17,18. ສິ່ງສຳຄັນ, ຄວາມກ້າວໜ້າທາງເຕັກໂນໂລຊີເຫຼົ່ານີ້ມີການນຳໃຊ້ທາງດ້ານການແພດ, ເຊິ່ງຊ່ວຍໃຫ້ສາມາດອະທິບາຍລັກສະນະທີ່ລະອຽດ ແລະ ຊັດເຈນກວ່າຂອງຄວາມຜິດປົກກະຕິທີ່ກ່ຽວຂ້ອງກັບພະຍາດ. ຕົວຢ່າງ, ພະຍາດວິທະຍາຂອງພະຍາດ nemaline myopathy, ໜຶ່ງໃນພະຍາດກ້າມຊີ້ນທີ່ສືບທອດມາຫຼາຍທີ່ສຸດ (MIM 605355 ແລະ MIM 161800), ແມ່ນສັບສົນ ແລະ ສັບສົນ.19,20 ດັ່ງນັ້ນ, ການອະທິບາຍລັກສະນະທີ່ດີຂຶ້ນຂອງຄວາມຜິດປົກກະຕິຂອງເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກສາມາດນຳໄປສູ່ຄວາມກ້າວໜ້າທີ່ສຳຄັນໃນຄວາມເຂົ້າໃຈຂອງພວກເຮົາກ່ຽວກັບພະຍາດນີ້.
ພວກເຮົາໄດ້ພັດທະນາວິທີການວິເຄາະ transcriptomic ແລະ proteomic ຂອງເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກດ່ຽວທີ່ແຍກອອກມາຈາກຕົວຢ່າງ biopsy ຂອງມະນຸດດ້ວຍຕົນເອງ ແລະ ນຳໃຊ້ພວກມັນກັບເສັ້ນໃຍຫຼາຍພັນເສັ້ນ, ຊ່ວຍໃຫ້ພວກເຮົາສາມາດສືບສວນຄວາມແຕກຕ່າງຂອງເຊວຂອງເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກຂອງມະນຸດ. ໃນລະຫວ່າງວຽກງານນີ້, ພວກເຮົາໄດ້ສະແດງໃຫ້ເຫັນເຖິງພະລັງຂອງ phenotyping transcriptomic ແລະ proteomic ຂອງເສັ້ນໃຍກ້າມຊີ້ນ ແລະ ໄດ້ກຳນົດໂປຣຕີນ junctional metabolic, ribosomal, ແລະ cellular ເປັນແຫຼ່ງທີ່ສຳຄັນຂອງການປ່ຽນແປງຂອງ interfiber. ຍິ່ງໄປກວ່ານັ້ນ, ໂດຍການນຳໃຊ້ proteomic workflow ນີ້, ພວກເຮົາໄດ້ລະບຸຄວາມກ່ຽວຂ້ອງທາງດ້ານຄລີນິກຂອງ nematode myopathy ໃນເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກດ່ຽວ, ເປີດເຜີຍການປ່ຽນແປງທີ່ປະສານງານໄປສູ່ເສັ້ນໃຍທີ່ບໍ່ຜຸພັງໂດຍບໍ່ຂຶ້ນກັບປະເພດເສັ້ນໃຍໂດຍອີງໃສ່ MYH.
ເພື່ອສືບສວນຄວາມແຕກຕ່າງຂອງເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກຂອງມະນຸດ, ພວກເຮົາໄດ້ພັດທະນາສອງຂັ້ນຕອນການເຮັດວຽກເພື່ອເຮັດໃຫ້ການວິເຄາະ transcriptome ແລະ proteome ຂອງເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກດ່ຽວ (ຮູບທີ 1A ແລະຮູບເພີ່ມເຕີມ 1A). ພວກເຮົາໄດ້ພັດທະນາ ແລະ ເພີ່ມປະສິດທິພາບຂັ້ນຕອນວິທີການຫຼາຍຢ່າງ, ຕັ້ງແຕ່ການເກັບຮັກສາຕົວຢ່າງ ແລະ ການຮັກສາຄວາມສົມບູນຂອງ RNA ແລະ ໂປຣຕີນ ຈົນເຖິງການເພີ່ມປະສິດທິພາບຂອງປະລິມານວຽກສຳລັບແຕ່ລະວິທີການ. ສຳລັບການວິເຄາະ transcriptome, ສິ່ງນີ້ໄດ້ບັນລຸໄດ້ໂດຍການໃສ່ບາໂຄດໂມເລກຸນສະເພາະຕົວຢ່າງໃນຂັ້ນຕອນເບື້ອງຕົ້ນຂອງການຖອດລະຫັດແບບປີ້ນກັບກັນ, ຊ່ວຍໃຫ້ເສັ້ນໃຍ 96 ເສັ້ນຖືກລວມເຂົ້າກັນເພື່ອການປະມວນຜົນລຸ່ມນ້ຳທີ່ມີປະສິດທິພາບ. ການຈັດລຳດັບທີ່ເລິກເຊິ່ງກວ່າ (±1 ລ້ານການອ່ານຕໍ່ເສັ້ນໃຍ) ເມື່ອທຽບກັບວິທີການຈຸລັງດ່ຽວແບບດັ້ງເດີມເຮັດໃຫ້ຂໍ້ມູນ transcriptome ອຸດົມສົມບູນຂຶ້ນ. 21 ສຳລັບ proteomics, ພວກເຮົາໄດ້ໃຊ້ chromatographic gradient ສັ້ນ (21 ນາທີ) ລວມກັບການໄດ້ຮັບຂໍ້ມູນ DIA-PASEF ໃນເຄື່ອງວັດແທກມວນສານ timsTOF ເພື່ອເພີ່ມປະສິດທິພາບຄວາມເລິກຂອງ proteome ໃນຂະນະທີ່ຮັກສາປະລິມານວຽກສູງ. 22,23 ເພື່ອສືບສວນຄວາມແຕກຕ່າງຂອງເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກທີ່ມີສຸຂະພາບດີ, ພວກເຮົາໄດ້ລະບຸລັກສະນະຂອງ transcriptomes ຂອງເສັ້ນໃຍສ່ວນບຸກຄົນ 1,050 ເສັ້ນຈາກຜູ້ໃຫ້ຜູ້ໃຫຍ່ທີ່ມີສຸຂະພາບແຂງແຮງ 14 ຄົນ ແລະ ໂປຣຕີໂອມຂອງເສັ້ນໃຍ 1,038 ເສັ້ນຈາກຜູ້ໃຫ້ຜູ້ໃຫຍ່ທີ່ມີສຸຂະພາບແຂງແຮງ 5 ຄົນ (ຕາຕະລາງເສີມ 1). ໃນເອກະສານນີ້, ຊຸດຂໍ້ມູນເຫຼົ່ານີ້ຖືກເອີ້ນວ່າ transcriptomes ແລະ proteomes 1,000 ເສັ້ນໃຍ, ຕາມລຳດັບ. ວິທີການຂອງພວກເຮົາໄດ້ກວດພົບ transcriptomes ທັງໝົດ 27,237 ແລະ ໂປຣຕີນ 2,983 ໃນການວິເຄາະ transcriptomic ແລະ proteomic 1,000 ເສັ້ນໃຍ (ຮູບທີ 1A, ຊຸດຂໍ້ມູນເສີມ 1–2). ຫຼັງຈາກການກັ່ນຕອງຊຸດຂໍ້ມູນ transcriptomic ແລະ proteomic ສຳລັບ >1,000 genes ທີ່ກວດພົບ ແລະ ຄ່າທີ່ຖືກຕ້ອງ 50% ຕໍ່ເສັ້ນໃຍ, ການວິເຄາະຊີວະວິທະຍາຂໍ້ມູນຂ່າວສານຕໍ່ມາໄດ້ຖືກປະຕິບັດສຳລັບເສັ້ນໃຍ 925 ແລະ 974 ໃນ transcriptome ແລະ proteome, ຕາມລຳດັບ. ຫຼັງຈາກການກັ່ນຕອງ, ໂດຍສະເລ່ຍແລ້ວມີ 4257 ± 1557 ຍີນ ແລະ 2015 ± 234 ໂປຣຕີນ (ຄ່າສະເລ່ຍ ± SD) ຖືກກວດພົບຕໍ່ເສັ້ນໄຍ, ໂດຍມີຄວາມແຕກຕ່າງກັນລະຫວ່າງບຸກຄົນຈຳກັດ (ຮູບເສີມ 1B–C, ຊຸດຂໍ້ມູນເສີມ 3–4). ຢ່າງໃດກໍຕາມ, ຄວາມແຕກຕ່າງກັນພາຍໃນຫົວຂໍ້ແມ່ນເຫັນໄດ້ຊັດເຈນກວ່າໃນທົ່ວຜູ້ເຂົ້າຮ່ວມ, ອາດຈະເປັນຍ້ອນຄວາມແຕກຕ່າງໃນຜົນຜະລິດ RNA/ໂປຣຕີນລະຫວ່າງເສັ້ນໄຍທີ່ມີຄວາມຍາວ ແລະ ພື້ນທີ່ຕັດຂວາງທີ່ແຕກຕ່າງກັນ. ສຳລັບໂປຣຕີນສ່ວນໃຫຍ່ (>2000), ສຳປະສິດການປ່ຽນແປງແມ່ນຕໍ່າກວ່າ 20% (ຮູບເສີມ 1D). ທັງສອງວິທີອະນຸຍາດໃຫ້ຈັບເອົາລະດັບໄດນາມິກທີ່ກວ້າງຂວາງຂອງບົດບັນທຶກ ແລະ ໂປຣຕີນທີ່ມີລາຍເຊັນທີ່ສະແດງອອກສູງທີ່ສຳຄັນສຳລັບການຫົດຕົວຂອງກ້າມຊີ້ນ (ເຊັ່ນ ACTA1, MYH2, MYH7, TNNT1, TNNT3) (ຮູບເສີມ 1E–F). ລັກສະນະສ່ວນໃຫຍ່ທີ່ໄດ້ກຳນົດໄວ້ແມ່ນພົບເລື້ອຍລະຫວ່າງຊຸດຂໍ້ມູນ transcriptomic ແລະ proteomic (ຮູບເສີມ 1G), ແລະຄວາມເຂັ້ມຂອງ UMI/LFQ ສະເລ່ຍຂອງລັກສະນະເຫຼົ່ານີ້ແມ່ນມີຄວາມກ່ຽວຂ້ອງກັນຢ່າງສົມເຫດສົມຜົນ (r = 0.52) (ຮູບເສີມ 1H).
ຂະບວນການເຮັດວຽກຂອງ Transcriptomics ແລະ proteomics (ສ້າງດ້ວຍ BioRender.com). ເສັ້ນໂຄ້ງຊ່ວງໄດນາມິກ BD ສຳລັບ MYH7, MYH2, ແລະ MYH1, ແລະຂອບເຂດທີ່ຄິດໄລ່ໄດ້ສຳລັບການກຳນົດປະເພດເສັ້ນໄຍ. E, F ການແຈກຢາຍຂອງການສະແດງອອກ MYH ໃນທົ່ວເສັ້ນໄຍໃນຊຸດຂໍ້ມູນ transcriptomics ແລະ proteomics. G, H ແຜນຜັງການປະມານຄວາມຫຼາກຫຼາຍແບບເອກະພາບ ແລະ ການຄາດຄະເນ (UMAP) ສຳລັບ transcriptomics ແລະ proteomics ທີ່ມີສີໂດຍປະເພດເສັ້ນໄຍທີ່ອີງໃສ່ MYH. I, J ແຜນຜັງຄຸນລັກສະນະທີ່ສະແດງການສະແດງອອກ MYH7, MYH2, ແລະ MYH1 ໃນຊຸດຂໍ້ມູນ transcriptomics ແລະ proteomics.
ໃນເບື້ອງຕົ້ນພວກເຮົາໄດ້ກຳນົດປະເພດເສັ້ນໄຍທີ່ອີງໃສ່ MYH ໃຫ້ກັບເສັ້ນໄຍແຕ່ລະເສັ້ນໂດຍໃຊ້ວິທີການທີ່ດີທີ່ສຸດທີ່ໃຊ້ປະໂຫຍດຈາກຄວາມອ່ອນໄຫວສູງ ແລະ ຂອບເຂດໄດນາມິກຂອງການສະແດງອອກຂອງ MYH ໃນຊຸດຂໍ້ມູນ omics. ການສຶກສາກ່ອນໜ້ານີ້ໄດ້ໃຊ້ຂອບເຂດຈຳກັດທີ່ບໍ່ມີເງື່ອນໄຂເພື່ອຕິດສະຫຼາກເສັ້ນໄຍເປັນປະເພດ 1 ບໍລິສຸດ, ປະເພດ 2A, ປະເພດ 2X, ຫຼືປະສົມໂດຍອີງໃສ່ອັດຕາສ່ວນຄົງທີ່ຂອງການສະແດງອອກຂອງ MYHs11,14,24 ທີ່ແຕກຕ່າງກັນ. ພວກເຮົາໄດ້ໃຊ້ວິທີການທີ່ແຕກຕ່າງກັນເຊິ່ງການສະແດງອອກຂອງແຕ່ລະເສັ້ນໄຍໄດ້ຖືກຈັດອັນດັບໂດຍ MYHs ທີ່ພວກເຮົາໃຊ້ເພື່ອພິມເສັ້ນໄຍ: MYH7, MYH2, ແລະ MYH1, ເຊິ່ງສອດຄ້ອງກັບເສັ້ນໄຍປະເພດ 1, ປະເພດ 2A, ແລະ ປະເພດ 2X ຕາມລຳດັບ. ຫຼັງຈາກນັ້ນ, ພວກເຮົາໄດ້ຄິດໄລ່ຈຸດປ່ຽນທິດທາງຕ່ຳສຸດຂອງເສັ້ນໂຄ້ງຜົນໄດ້ຮັບແຕ່ລະເສັ້ນດ້ວຍຄະນິດສາດ ແລະ ໃຊ້ມັນເປັນຂອບເຂດຈຳກັດເພື່ອກຳນົດເສັ້ນໄຍເປັນບວກ (ສູງກວ່າຂອບເຂດຈຳກັດ) ຫຼື ລົບ (ຕ່ຳກວ່າຂອບເຂດຈຳກັດ) ສຳລັບແຕ່ລະ MYH (ຮູບທີ 1B–D). ຂໍ້ມູນເຫຼົ່ານີ້ສະແດງໃຫ້ເຫັນວ່າ MYH7 (ຮູບທີ 1B) ແລະ MYH2 (ຮູບທີ 1C) ມີໂປຣໄຟລ໌ການສະແດງອອກເປີດ/ປິດທີ່ແຕກຕ່າງກັນຫຼາຍຂຶ້ນໃນລະດັບ RNA ເມື່ອທຽບກັບລະດັບໂປຣຕີນ. ແທ້ຈິງແລ້ວ, ໃນລະດັບໂປຣຕີນ, ເສັ້ນໃຍໜ້ອຍຫຼາຍທີ່ບໍ່ໄດ້ສະແດງອອກ MYH7, ແລະບໍ່ມີເສັ້ນໃຍໃດມີການສະແດງອອກ MYH2 100%. ຕໍ່ໄປພວກເຮົາໄດ້ໃຊ້ຂອບເຂດການສະແດງອອກທີ່ກຳນົດໄວ້ລ່ວງໜ້າເພື່ອກຳນົດປະເພດເສັ້ນໃຍທີ່ອີງໃສ່ MYH ໃຫ້ກັບເສັ້ນໃຍທັງໝົດໃນແຕ່ລະຊຸດຂໍ້ມູນ. ຕົວຢ່າງ, ເສັ້ນໃຍ MYH7+/MYH2-/MYH1- ໄດ້ຖືກກຳນົດໃຫ້ເປັນປະເພດ 1, ໃນຂະນະທີ່ເສັ້ນໃຍ MYH7-/MYH2+/MYH1+ ໄດ້ຖືກກຳນົດໃຫ້ເປັນປະເພດປະສົມ 2A/2X (ເບິ່ງຕາຕະລາງເສີມ 2 ສຳລັບຄຳອະທິບາຍເຕັມ). ເມື່ອລວມເສັ້ນໃຍທັງໝົດເຂົ້າກັນ, ພວກເຮົາໄດ້ສັງເກດເຫັນການແຈກຢາຍທີ່ຄ້າຍຄືກັນຢ່າງໜ້າສັງເກດຂອງປະເພດເສັ້ນໃຍທີ່ອີງໃສ່ MYH ທັງໃນລະດັບ RNA (ຮູບທີ 1E) ແລະໂປຣຕີນ (ຮູບທີ 1F), ໃນຂະນະທີ່ສ່ວນປະກອບທີ່ກ່ຽວຂ້ອງຂອງປະເພດເສັ້ນໃຍທີ່ອີງໃສ່ MYH ແຕກຕ່າງກັນໄປຕາມແຕ່ລະບຸກຄົນ, ຕາມທີ່ຄາດໄວ້ (ຮູບເສີມ 2A). ເສັ້ນໃຍສ່ວນໃຫຍ່ຖືກຈັດປະເພດເປັນປະເພດ 1 ບໍລິສຸດ (34–35%) ຫຼືປະເພດ 2A (36–38%), ເຖິງແມ່ນວ່າເສັ້ນໃຍປະເພດ 2A/2X ປະສົມຈຳນວນຫຼວງຫຼາຍກໍ່ຖືກກວດພົບເຊັ່ນກັນ (16–19%). ຄວາມແຕກຕ່າງທີ່ໜ້າສັງເກດແມ່ນວ່າເສັ້ນໃຍປະເພດ 2X ທີ່ບໍລິສຸດສາມາດກວດພົບໄດ້ພຽງແຕ່ໃນລະດັບ RNA ເທົ່ານັ້ນ, ແຕ່ບໍ່ສາມາດກວດພົບໄດ້ໃນລະດັບໂປຣຕີນ, ເຊິ່ງຊີ້ໃຫ້ເຫັນວ່າການສະແດງອອກຂອງ MYH ທີ່ໄວຢ່າງໜ້ອຍກໍ່ຖືກຄວບຄຸມບາງສ່ວນຫຼັງຈາກການຖອດລະຫັດ.
ພວກເຮົາໄດ້ກວດສອບຄວາມຖືກຕ້ອງຂອງວິທີການຈັດປະເພດເສັ້ນໄຍ MYH ທີ່ອີງໃສ່ໂປຣຕີໂອມິກສ໌ຂອງພວກເຮົາໂດຍໃຊ້ການກວດຈຸດທີ່ອີງໃສ່ພູມຕ້ານທານ, ແລະທັງສອງວິທີໄດ້ບັນລຸຄວາມສອດຄ່ອງ 100% ໃນການກຳນົດເສັ້ນໄຍປະເພດ 1 ແລະປະເພດ 2A ທີ່ບໍລິສຸດ (ເບິ່ງຮູບເສີມ 2B). ຢ່າງໃດກໍຕາມ, ວິທີການທີ່ອີງໃສ່ໂປຣຕີໂອມິກສ໌ແມ່ນມີຄວາມອ່ອນໄຫວຫຼາຍກວ່າ, ມີປະສິດທິພາບຫຼາຍກວ່າໃນການກຳນົດເສັ້ນໄຍປະສົມ, ແລະການວັດແທກສັດສ່ວນຂອງແຕ່ລະ gene MYH ໃນແຕ່ລະເສັ້ນໄຍ. ຂໍ້ມູນເຫຼົ່ານີ້ສະແດງໃຫ້ເຫັນເຖິງປະສິດທິພາບຂອງການໃຊ້ວິທີການທີ່ອີງໃສ່ omics ທີ່ມີຄວາມອ່ອນໄຫວສູງ ແລະມີຈຸດປະສົງເພື່ອກຳນົດລັກສະນະປະເພດເສັ້ນໄຍກ້າມຊີ້ນໂຄງກະດູກ.
ຫຼັງຈາກນັ້ນ, ພວກເຮົາໄດ້ໃຊ້ຂໍ້ມູນລວມທີ່ໄດ້ຮັບຈາກ transcriptomics ແລະ proteomics ເພື່ອຈັດປະເພດ myofibers ຢ່າງເປັນວັດຖຸໂດຍອີງໃສ່ transcriptome ຫຼື proteome ທີ່ສົມບູນຂອງມັນ. ໂດຍການໃຊ້ວິທີການ uniform manifold approximation and projection (UMAP) ເພື່ອຫຼຸດມິຕິໃຫ້ເຫຼືອຫົກອົງປະກອບຫຼັກ (ຮູບເສີມ 3A–B), ພວກເຮົາສາມາດເຫັນພາບການປ່ຽນແປງຂອງ myofiber ໃນ transcriptome (ຮູບທີ 1G) ແລະ proteome (ຮູບທີ 1H). ສິ່ງທີ່ໜ້າສັງເກດແມ່ນ myofibers ບໍ່ໄດ້ຖືກຈັດກຸ່ມຕາມຜູ້ເຂົ້າຮ່ວມ (ຮູບເສີມ 3C–D) ຫຼື ມື້ທົດສອບ (ຮູບເສີມ 3E) ໃນຊຸດຂໍ້ມູນ transcriptomics ຫຼື proteomics, ເຊິ່ງຊີ້ໃຫ້ເຫັນວ່າການປ່ຽນແປງພາຍໃນຜູ້ເຂົ້າຮ່ວມໃນເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກສູງກວ່າການປ່ຽນແປງລະຫວ່າງຜູ້ເຂົ້າຮ່ວມ. ໃນແຜນວາດ UMAP, ສອງກຸ່ມທີ່ແຕກຕ່າງກັນທີ່ເປັນຕົວແທນຂອງ myofibers "ໄວ" ແລະ "ຊ້າ" ໄດ້ເກີດຂຶ້ນ (ຮູບທີ 1G–H). MYH7+ (ຊ້າ) myofibers ໄດ້ຖືກຈັດກຸ່ມຢູ່ທີ່ຂົ້ວບວກຂອງ UMAP1, ໃນຂະນະທີ່ MYH2+ ແລະ MYH1+ (ໄວ) myofibers ໄດ້ຖືກຈັດກຸ່ມຢູ່ທີ່ຂົ້ວລົບຂອງ UMAP1 (ຮູບທີ 1I–J). ຢ່າງໃດກໍຕາມ, ບໍ່ມີການຈຳແນກລະຫວ່າງປະເພດເສັ້ນໄຍທີ່ກະຕຸກໄວ (ເຊັ່ນ: ປະເພດ 2A, ປະເພດ 2X, ຫຼື ປະສົມ 2A/2X) ໂດຍອີງໃສ່ການສະແດງອອກຂອງ MYH, ເຊິ່ງຊີ້ໃຫ້ເຫັນວ່າ MYH1 (ຮູບທີ 1I–J) ຫຼືເຄື່ອງໝາຍ myofiber 2X ແບບຄລາສສິກອື່ນໆເຊັ່ນ ACTN3 ຫຼື MYLK2 (ຮູບເສີມ 4A–B) ບໍ່ໄດ້ຈຳແນກລະຫວ່າງປະເພດ myofiber ທີ່ແຕກຕ່າງກັນເມື່ອພິຈາລະນາ transcriptome ຫຼື proteome ທັງໝົດ. ຍິ່ງໄປກວ່ານັ້ນ, ເມື່ອທຽບກັບ MYH2 ແລະ MYH7, transcripts ຫຼືໂປຣຕີນໜ້ອຍໜຶ່ງທີ່ມີຄວາມສຳພັນໃນທາງບວກກັບ MYH1 (ຮູບເສີມ 4C–H), ເຊິ່ງຊີ້ໃຫ້ເຫັນວ່າຄວາມອຸດົມສົມບູນຂອງ MYH1 ບໍ່ໄດ້ສະທ້ອນເຖິງ transcriptome/proteome ຂອງ myofiber ຢ່າງເຕັມທີ່. ໄດ້ມີບົດສະຫຼຸບທີ່ຄ້າຍຄືກັນນີ້ເມື່ອປະເມີນການສະແດງອອກປະສົມຂອງສາມ isoforms MYH ໃນລະດັບ UMAP (ຮູບເສີມ 4I–J). ດັ່ງນັ້ນ, ໃນຂະນະທີ່ເສັ້ນໃຍ 2X ສາມາດລະບຸໄດ້ໃນລະດັບການຖອດລະຫັດໂດຍອີງໃສ່ການວັດແທກ MYH ຢ່າງດຽວ, ເສັ້ນໃຍ MYH1+ ບໍ່ສາມາດແຍກອອກຈາກເສັ້ນໃຍໄວອື່ນໆເມື່ອພິຈາລະນາ transcriptome ຫຼື proteome ທັງໝົດ.
ໃນຖານະເປັນການສຳຫຼວດເບື້ອງຕົ້ນກ່ຽວກັບຄວາມແຕກຕ່າງຂອງເສັ້ນໄຍຊ້ານອກເໜືອໄປຈາກ MYH, ພວກເຮົາໄດ້ປະເມີນໂປຣຕີນສະເພາະປະເພດເສັ້ນໄຍຊ້າສີ່ຊະນິດທີ່ໄດ້ສ້າງຕັ້ງຂຶ້ນຄື: TPM3, TNNT1, MYL3, ແລະ ATP2A22. ຊະນິດຍ່ອຍຂອງເສັ້ນໄຍຊ້າສະແດງໃຫ້ເຫັນຄວາມສຳພັນ Pearson ສູງ, ເຖິງແມ່ນວ່າບໍ່ສົມບູນແບບ, ກັບ MYH7 ທັງໃນ transcriptomics (ຮູບເສີມ 5A) ແລະ proteomics (ຮູບເສີມ 5B). ປະມານ 25% ແລະ 33% ຂອງເສັ້ນໄຍຊ້າບໍ່ໄດ້ຖືກຈັດປະເພດເປັນເສັ້ນໄຍຊ້າບໍລິສຸດໂດຍຊະນິດຍ່ອຍຂອງ gene/ໂປຣຕີນທັງໝົດໃນ transcriptomics (ຮູບເສີມ 5C) ແລະ proteomics (ຮູບເສີມ 5D), ຕາມລຳດັບ. ດັ່ງນັ້ນ, ການຈັດປະເພດເສັ້ນໄຍຊ້າໂດຍອີງໃສ່ຊະນິດຍ່ອຍຂອງ gene/ໂປຣຕີນຫຼາຍຊະນິດເຮັດໃຫ້ເກີດຄວາມສັບສົນເພີ່ມເຕີມ, ເຖິງແມ່ນວ່າສຳລັບໂປຣຕີນທີ່ຮູ້ຈັກວ່າເປັນຊະນິດສະເພາະຂອງເສັ້ນໄຍ. ນີ້ຊີ້ໃຫ້ເຫັນວ່າການຈັດປະເພດເສັ້ນໄຍໂດຍອີງໃສ່ isoforms ຂອງຄອບຄົວ gene/ໂປຣຕີນດຽວອາດຈະບໍ່ສະທ້ອນເຖິງຄວາມແຕກຕ່າງທີ່ແທ້ຈິງຂອງເສັ້ນໄຍກ້າມຊີ້ນໂຄງກະດູກຢ່າງພຽງພໍ.
ເພື່ອສຳຫຼວດຄວາມແປປ່ຽນທາງດ້ານ phenotype ຂອງເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກຂອງມະນຸດໃນລະດັບຂອງຮູບແບບ omics ທັງໝົດ, ພວກເຮົາໄດ້ປະຕິບັດການຫຼຸດຜ່ອນມິຕິທີ່ບໍ່ລຳອຽງຂອງຂໍ້ມູນໂດຍໃຊ້ການວິເຄາະອົງປະກອບຫຼັກ (PCA) (ຮູບທີ 2A). ຄ້າຍຄືກັບແຜນວາດ UMAP, ທັງຜູ້ເຂົ້າຮ່ວມ ແລະ ມື້ທົດສອບບໍ່ໄດ້ມີອິດທິພົນຕໍ່ການຈັດກຸ່ມເສັ້ນໃຍໃນລະດັບ PCA (ຮູບເສີມ 6A–C). ໃນຊຸດຂໍ້ມູນທັງສອງ, ປະເພດເສັ້ນໃຍທີ່ອີງໃສ່ MYH ໄດ້ຖືກອະທິບາຍໂດຍ PC2, ເຊິ່ງສະແດງໃຫ້ເຫັນກຸ່ມຂອງເສັ້ນໃຍປະເພດ 1 ທີ່ກະຕຸກຊ້າ ແລະ ກຸ່ມທີສອງທີ່ມີເສັ້ນໃຍປະເພດ 2A ທີ່ກະຕຸກໄວ, ປະເພດ 2X, ແລະ ເສັ້ນໃຍ 2A/2X ປະສົມ (ຮູບທີ 2A). ໃນຊຸດຂໍ້ມູນທັງສອງ, ສອງກຸ່ມນີ້ໄດ້ເຊື່ອມຕໍ່ກັນໂດຍເສັ້ນໃຍປະເພດ 1/2A ປະສົມຈຳນວນໜ້ອຍ. ຕາມທີ່ຄາດໄວ້, ການວິເຄາະການນຳສະເໜີເກີນຂອງຕົວຂັບເຄື່ອນ PC ຫຼັກໄດ້ຢືນຢັນວ່າ PC2 ຖືກຂັບເຄື່ອນໂດຍລາຍເຊັນທີ່ຫົດຕົວ ແລະ ການເຜົາຜານອາຫານ (ຮູບທີ 2B ແລະ ຮູບເສີມ 6D–E, ຊຸດຂໍ້ມູນເສີມ 5–6). ໂດຍລວມແລ້ວ, ປະເພດເສັ້ນໄຍທີ່ອີງໃສ່ MYH ພົບວ່າພຽງພໍທີ່ຈະອະທິບາຍການປ່ຽນແປງຢ່າງຕໍ່ເນື່ອງຕາມ PC2, ຍົກເວັ້ນເສັ້ນໄຍທີ່ເອີ້ນວ່າ 2X ທີ່ແຈກຢາຍຢູ່ທົ່ວ transcriptome ພາຍໃນກຸ່ມໄວ.
ກ. ແຜນຜັງການວິເຄາະອົງປະກອບຫຼັກ (PCA) ຂອງຊຸດຂໍ້ມູນ transcriptome ແລະ proteome ທີ່ມີສີຕາມປະເພດເສັ້ນໃຍໂດຍອີງໃສ່ MYH. ຂ. ການວິເຄາະການເພີ່ມຄວາມເຂັ້ມຂອງຕົວຂັບເຄື່ອນ transcriptome ແລະໂປຣຕີນໃນ PC2 ແລະ PC1. ການວິເຄາະທາງສະຖິຕິໄດ້ຖືກປະຕິບັດໂດຍໃຊ້ຊຸດ clusterProfiler ແລະຄ່າ p ທີ່ປັບໂດຍ Benjamini-Hochberg. ຄ, ງ. ແຜນຜັງ PCA ມີສີຕາມເງື່ອນໄຂຂອງ gene adhesion ontology (GO) ລະຫວ່າງຈຸລັງໃນ transcriptome ແລະເງື່ອນໄຂ GO ຂອງ costamere ໃນ proteome. ລູກສອນສະແດງເຖິງຕົວຂັບເຄື່ອນ transcriptome ແລະໂປຣຕີນ ແລະທິດທາງຂອງມັນ. ຈ, ງ. ຮູບແບບ uniform manifold approximation and projection (UMAP) ມີແຜນຜັງຂອງລັກສະນະທີ່ກ່ຽວຂ້ອງທາງດ້ານຄລີນິກທີ່ສະແດງໃຫ້ເຫັນເຖິງການປ່ຽນແປງຂອງການສະແດງອອກໂດຍບໍ່ຂຶ້ນກັບປະເພດເສັ້ນໃຍທີ່ຊ້າ/ໄວ. ກ, ງ. ສຳພັນລະຫວ່າງຕົວຂັບເຄື່ອນ PC2 ແລະ PC1 ໃນ transcriptomes ແລະ proteomes.
ໂດຍບໍ່ຄາດຄິດ, ປະເພດ myofiber ທີ່ອີງໃສ່ MYH ໄດ້ອະທິບາຍພຽງແຕ່ລະດັບຄວາມປ່ຽນແປງສູງສຸດອັນດັບສອງ (PC2), ເຊິ່ງຊີ້ໃຫ້ເຫັນວ່າປັດໄຈທາງຊີວະວິທະຍາອື່ນໆທີ່ບໍ່ກ່ຽວຂ້ອງກັບປະເພດ myofiber ທີ່ອີງໃສ່ MYH (PC1) ມີບົດບາດສຳຄັນໃນການຄວບຄຸມຄວາມແຕກຕ່າງຂອງເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກ. ການວິເຄາະການນຳສະເໜີເກີນຈິງຂອງຕົວຂັບເຄື່ອນອັນດັບຕົ້ນໆໃນ PC1 ໄດ້ເປີດເຜີຍວ່າຄວາມປ່ຽນແປງໃນ PC1 ສ່ວນໃຫຍ່ແມ່ນຖືກກຳນົດໂດຍການຍຶດຕິດຂອງເຊວ-ເຊວ ແລະ ປະລິມານ ribosome ໃນ transcriptome, ແລະ costameres ແລະ ໂປຣຕີນ ribosomal ໃນ proteome (ຮູບທີ 2B ແລະ ຮູບເພີ່ມເຕີມ 6D–E, ຊຸດຂໍ້ມູນເສີມ 7). ໃນກ້າມຊີ້ນໂຄງກະດູກ, costameres ເຊື່ອມຕໍ່ແຜ່ນ Z ກັບ sarcolemma ແລະ ມີສ່ວນຮ່ວມໃນການສົ່ງຕໍ່ແຮງ ແລະ ສັນຍານ. 25 ແຜນຜັງ PCA ທີ່ມີຄຳອະທິບາຍໂດຍໃຊ້ການຍຶດຕິດຂອງເຊວ-ເຊວ (transcriptome, ຮູບທີ 2C) ແລະ ຄຸນລັກສະນະ costamere (proteome, ຮູບທີ 2D) ເປີດເຜີຍການເລື່ອນຊ້າຍທີ່ເຂັ້ມແຂງໃນ PC1, ຊີ້ບອກວ່າຄຸນລັກສະນະເຫຼົ່ານີ້ອຸດົມໄປດ້ວຍເສັ້ນໃຍບາງຊະນິດ.
ການກວດສອບລາຍລະອຽດເພີ່ມເຕີມກ່ຽວກັບການຈັດກຸ່ມ myofiber ໃນລະດັບ UMAP ໄດ້ເປີດເຜີຍວ່າລັກສະນະສ່ວນໃຫຍ່ສະແດງໃຫ້ເຫັນເຖິງຄວາມຜັນປ່ຽນການສະແດງອອກທີ່ອີງໃສ່ MYH ທີ່ບໍ່ຂຶ້ນກັບປະເພດ myofiber ແທນທີ່ຈະເປັນສະເພາະກຸ່ມຍ່ອຍຂອງ myofiber. ຄວາມຕໍ່ເນື່ອງນີ້ໄດ້ຖືກສັງເກດເຫັນສຳລັບຫຼາຍ gene ທີ່ກ່ຽວຂ້ອງກັບສະພາບທາງພະຍາດວິທະຍາ (ຮູບທີ 2E), ເຊັ່ນ CHCHD10 (ພະຍາດກ້າມຊີ້ນປະສາດ), SLIT3 (ກ້າມເນື້ອຫົດຕົວ), CTDNEP1 (ພະຍາດກ້າມຊີ້ນ). ຄວາມຕໍ່ເນື່ອງນີ້ຍັງໄດ້ຖືກສັງເກດເຫັນໃນທົ່ວ proteome, ລວມທັງໂປຣຕີນທີ່ກ່ຽວຂ້ອງກັບຄວາມຜິດປົກກະຕິທາງລະບົບປະສາດ (UGDH), ການສົ່ງສັນຍານອິນຊູລິນ (PHIP), ແລະການຖອດລະຫັດ (HIST1H2AB) (ຮູບທີ 2F). ໂດຍລວມແລ້ວ, ຂໍ້ມູນເຫຼົ່ານີ້ຊີ້ບອກເຖິງຄວາມຕໍ່ເນື່ອງໃນຄວາມແຕກຕ່າງຂອງການກະຕຸກຊ້າ/ໄວທີ່ບໍ່ຂຶ້ນກັບປະເພດເສັ້ນໄຍໃນທົ່ວ myofibers ທີ່ແຕກຕ່າງກັນ.
ສິ່ງທີ່ໜ້າສົນໃຈແມ່ນ, ພັນທຸກຳຂັບເຄື່ອນໃນ PC2 ສະແດງໃຫ້ເຫັນຄວາມສຳພັນລະຫວ່າງ transcriptome-proteome ທີ່ດີ (r = 0.663) (ຮູບທີ 2G), ເຊິ່ງຊີ້ໃຫ້ເຫັນວ່າປະເພດເສັ້ນໄຍທີ່ຊ້າ ແລະ ໄວ, ແລະໂດຍສະເພາະແມ່ນຄຸນສົມບັດການຫົດຕົວ ແລະ ການເຜົາຜານອາຫານຂອງເສັ້ນໄຍກ້າມຊີ້ນໂຄງກະດູກ, ແມ່ນຖືກຄວບຄຸມໂດຍການຖອດລະຫັດ. ຢ່າງໃດກໍຕາມ, ພັນທຸກຳຂັບເຄື່ອນໃນ PC1 ບໍ່ສະແດງໃຫ້ເຫັນຄວາມສຳພັນລະຫວ່າງ transcriptome-proteome (r = -0.027) (ຮູບທີ 2H), ເຊິ່ງຊີ້ໃຫ້ເຫັນວ່າການປ່ຽນແປງທີ່ບໍ່ກ່ຽວຂ້ອງກັບປະເພດເສັ້ນໄຍທີ່ຊ້າ/ໄວແມ່ນສ່ວນໃຫຍ່ແມ່ນຖືກຄວບຄຸມຫຼັງຈາກການຖອດລະຫັດ. ເນື່ອງຈາກວ່າການປ່ຽນແປງໃນ PC1 ໄດ້ຖືກອະທິບາຍຕົ້ນຕໍໂດຍເງື່ອນໄຂຂອງ ontology ຂອງ gene ribosomal, ແລະ ເນື່ອງຈາກວ່າ ribosomes ມີບົດບາດສຳຄັນ ແລະ ພິເສດໃນຈຸລັງໂດຍການເຂົ້າຮ່ວມຢ່າງຫ້າວຫັນ ແລະ ມີອິດທິພົນຕໍ່ການແປໂປຣຕີນ,31 ຕໍ່ໄປພວກເຮົາຈຶ່ງໄດ້ເລີ່ມສືບສວນຄວາມແຕກຕ່າງຂອງ ribosomal ທີ່ບໍ່ຄາດຄິດນີ້.
ກ່ອນອື່ນໝົດພວກເຮົາໄດ້ໃສ່ສີແຜນວາດການວິເຄາະອົງປະກອບຫຼັກຂອງໂປຣຕີໂອມິກຕາມຄວາມອຸດົມສົມບູນທີ່ກ່ຽວຂ້ອງຂອງໂປຣຕີນໃນຄຳສັບ GOCC “ໄຣໂບໂຊມໄຊໂຕພລາສມິກ” (ຮູບທີ 3A). ເຖິງແມ່ນວ່າຄຳສັບນີ້ຖືກເສີມໃນດ້ານບວກຂອງ PC1, ເຊິ່ງເຮັດໃຫ້ເກີດການປ່ຽນແປງເລັກນ້ອຍ, ໂປຣຕີນໄຣໂບໂຊມກະຕຸ້ນການແບ່ງສ່ວນໃນທັງສອງທິດທາງຂອງ PC1 (ຮູບທີ 3A). ໂປຣຕີນໄຣໂບໂຊມທີ່ເສີມໃນດ້ານລົບຂອງ PC1 ລວມມີ RPL18, RPS18, ແລະ RPS13 (ຮູບທີ 3B), ໃນຂະນະທີ່ RPL31, RPL35, ແລະ RPL38 (ຮູບທີ 3C) ແມ່ນຕົວຂັບເຄື່ອນຫຼັກໃນດ້ານບວກຂອງ PC1. ໜ້າສົນໃຈ, RPL38 ແລະ RPS13 ມີການສະແດງອອກສູງໃນກ້າມຊີ້ນໂຄງກະດູກເມື່ອທຽບກັບເນື້ອເຍື່ອອື່ນໆ (ຮູບເສີມ 7A). ລາຍເຊັນໄຣໂບໂຊມທີ່ໂດດເດັ່ນເຫຼົ່ານີ້ໃນ PC1 ບໍ່ໄດ້ຖືກສັງເກດເຫັນໃນ transcriptome (ຮູບເສີມ 7B), ຊີ້ບອກເຖິງການຄວບຄຸມຫຼັງການຖອດລະຫັດ.
ກ. ແຜນວາດການວິເຄາະອົງປະກອບຕົ້ນຕໍ (PCA) ທີ່ມີສີຕາມເງື່ອນໄຂຂອງ gene ontology (GO) ຂອງ cytoplasmic ribosomal ໃນທົ່ວ proteome. ລູກສອນຊີ້ບອກທິດທາງຂອງການປ່ຽນແປງທີ່ເກີດຈາກໂປຣຕີນໃນແຜນວາດ PCA. ຄວາມຍາວຂອງເສັ້ນສອດຄ່ອງກັບຄະແນນອົງປະກອບຕົ້ນຕໍສຳລັບໂປຣຕີນທີ່ກຳນົດໃຫ້. ຂ, ຄ. ແຜນວາດຄຸນລັກສະນະ PCA ສຳລັບ RPS13 ແລະ RPL38. ງ. ການວິເຄາະການຈັດກຸ່ມແບບລຳດັບຊັ້ນທີ່ບໍ່ໄດ້ຮັບການຊີ້ນຳຂອງໂປຣຕີນ ribosomal cytoplasmic. ຈ. ຮູບແບບໂຄງສ້າງຂອງ ribosome 80S (PDB: 4V6X) ທີ່ເນັ້ນໃສ່ໂປຣຕີນ ribosomal ທີ່ມີຄວາມອຸດົມສົມບູນທີ່ແຕກຕ່າງກັນໃນເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກ. ສ. ໂປຣຕີນ ribosomal ທີ່ມີ stoichiometry ທີ່ແຕກຕ່າງກັນຢູ່ໃກ້ກັບຊ່ອງທາງອອກ mRNA.
ແນວຄວາມຄິດຂອງຄວາມແຕກຕ່າງ ແລະ ຄວາມຊ່ຽວຊານຂອງ ribosomal ໄດ້ຖືກສະເໜີມາກ່ອນໜ້ານີ້, ເຊິ່ງການມີຢູ່ຂອງກຸ່ມຍ່ອຍ ribosome ທີ່ແຕກຕ່າງກັນ (ຄວາມແຕກຕ່າງຂອງ ribosomal) ສາມາດມີອິດທິພົນໂດຍກົງຕໍ່ການແປໂປຣຕີນໃນເນື້ອເຍື່ອທີ່ແຕກຕ່າງກັນ 32 ແລະ ຈຸລັງ 33 ຜ່ານການແປແບບເລືອກເຟັ້ນຂອງສະນຸກເກີ mRNA ສະເພາະ 34 (ຄວາມຊ່ຽວຊານຂອງ ribosome). ເພື່ອກຳນົດກຸ່ມຍ່ອຍຂອງໂປຣຕີນ ribosomal ທີ່ສະແດງອອກຮ່ວມກັນໃນເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກ, ພວກເຮົາໄດ້ດຳເນີນການວິເຄາະການຈັດກຸ່ມແບບລຳດັບຊັ້ນທີ່ບໍ່ໄດ້ຮັບການຊີ້ນຳຂອງໂປຣຕີນ ribosomal ໃນໂປຣຕີໂອມ (ຮູບທີ 3D, ຊຸດຂໍ້ມູນເສີມ 8). ຕາມທີ່ຄາດໄວ້, ໂປຣຕີນ ribosomal ບໍ່ໄດ້ຈັດກຸ່ມຕາມປະເພດເສັ້ນໃຍໂດຍອີງໃສ່ MYH. ຢ່າງໃດກໍຕາມ, ພວກເຮົາໄດ້ລະບຸກຸ່ມທີ່ແຕກຕ່າງກັນສາມກຸ່ມຂອງໂປຣຕີນ ribosomal; ກຸ່ມທຳອິດ (ribosomal_cluster_1) ຖືກຄວບຄຸມຮ່ວມກັບ RPL38 ແລະ ດັ່ງນັ້ນຈຶ່ງມີການສະແດງອອກເພີ່ມຂຶ້ນໃນເສັ້ນໃຍທີ່ມີໂປຣໄຟລ໌ PC1 ໃນທາງບວກ. ກຸ່ມທີສອງ (ribosomal_cluster_2) ຖືກຄວບຄຸມຮ່ວມກັບ RPS13 ແລະ ຖືກຍົກລະດັບໃນເສັ້ນໃຍທີ່ມີໂປຣໄຟລ໌ PC1 ລົບ. ກຸ່ມທີສາມ (ribosomal_cluster_3) ບໍ່ໄດ້ສະແດງການສະແດງອອກທີ່ແຕກຕ່າງກັນທີ່ປະສານງານໃນເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກ ແລະ ສາມາດພິຈາລະນາໄດ້ວ່າເປັນໂປຣຕີນ ribosomal "ຫຼັກ" ຂອງກ້າມຊີ້ນໂຄງກະດູກ. ທັງກຸ່ມ ribosomal 1 ແລະ 2 ປະກອບດ້ວຍໂປຣຕີນ ribosomal ທີ່ເຄີຍສະແດງໃຫ້ເຫັນວ່າຄວບຄຸມການແປທາງເລືອກ (ເຊັ່ນ RPL10A, RPL38, RPS19, ແລະ RPS25) ແລະ ມີອິດທິພົນຕໍ່ການພັດທະນາ (ເຊັ່ນ RPL10A, RPL38).34,35,36,37,38 ສອດຄ່ອງກັບຜົນໄດ້ຮັບ PCA, ການເປັນຕົວແທນທີ່ແຕກຕ່າງກັນຂອງໂປຣຕີນ ribosomal ເຫຼົ່ານີ້ໃນທົ່ວເສັ້ນໃຍຍັງສະແດງໃຫ້ເຫັນເຖິງຄວາມຕໍ່ເນື່ອງ (ຮູບເສີມ 7C).
ເພື່ອເບິ່ງເຫັນສະຖານທີ່ຂອງໂປຣຕີນ ribosome ທີ່ມີຄວາມແຕກຕ່າງກັນພາຍໃນ ribosome, ພວກເຮົາໄດ້ໃຊ້ຮູບແບບໂຄງສ້າງຂອງ ribosome 80S ຂອງມະນຸດ (Protein Data Bank: 4V6X) (ຮູບທີ 3E). ຫຼັງຈາກແຍກໂປຣຕີນ ribosome ທີ່ຢູ່ໃນກຸ່ມ ribosome ທີ່ແຕກຕ່າງກັນ, ສະຖານທີ່ຂອງພວກມັນບໍ່ໄດ້ສອດຄ່ອງກັນຢ່າງໃກ້ຊິດ, ເຊິ່ງຊີ້ໃຫ້ເຫັນວ່າວິທີການຂອງພວກເຮົາລົ້ມເຫຼວໃນການສະໜອງການເສີມສຳລັບພາກພື້ນ/ສ່ວນຕ່າງໆຂອງ ribosome. ຢ່າງໃດກໍຕາມ, ສິ່ງທີ່ໜ້າສົນໃຈແມ່ນສັດສ່ວນຂອງໂປຣຕີນ subunit ຂະໜາດໃຫຍ່ໃນ cluster 2 ແມ່ນຕໍ່າກວ່າໃນ cluster 1 ແລະ 3 (ຮູບເສີມ 7D). ພວກເຮົາສັງເກດເຫັນວ່າໂປຣຕີນທີ່ມີ stoichiometry ປ່ຽນແປງໃນເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກສ່ວນໃຫຍ່ແມ່ນຕັ້ງຢູ່ໃນໜ້າດິນ ribosome (ຮູບທີ 3E), ສອດຄ່ອງກັບຄວາມສາມາດຂອງພວກມັນໃນການພົວພັນກັບອົງປະກອບ internal ribosome entry site (IRES) ໃນກຸ່ມ mRNA ທີ່ແຕກຕ່າງກັນ, ດັ່ງນັ້ນຈຶ່ງປະສານງານການແປທີ່ເລືອກ. 40, 41 ນອກຈາກນັ້ນ, ໂປຣຕີນຫຼາຍຊະນິດທີ່ມີ stoichiometry ປ່ຽນແປງໃນເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກຕັ້ງຢູ່ໃກ້ກັບພາກພື້ນທີ່ເຮັດວຽກເຊັ່ນ: ອຸໂມງອອກ mRNA (ຮູບທີ 3F), ເຊິ່ງຄວບຄຸມການຍືດຕົວຂອງການແປພາສາ ແລະ ການຢຸດ peptides ສະເພາະຢ່າງເລືອກເຟັ້ນ. 42 ໂດຍສະຫຼຸບແລ້ວ, ຂໍ້ມູນຂອງພວກເຮົາຊີ້ໃຫ້ເຫັນວ່າ stoichiometry ຂອງໂປຣຕີນ ribosomal ກ້າມຊີ້ນໂຄງກະດູກສະແດງໃຫ້ເຫັນເຖິງຄວາມບໍ່ເປັນເອກະພາບ, ເຊິ່ງສົ່ງຜົນໃຫ້ເກີດຄວາມແຕກຕ່າງລະຫວ່າງເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກ.
ຕໍ່ໄປພວກເຮົາເລີ່ມກຳນົດລາຍເຊັນຂອງເສັ້ນໄຍທີ່ກະຕຸກໄວ ແລະ ຊ້າ ແລະ ສຳຫຼວດກົນໄກຂອງການຄວບຄຸມການຖອດລະຫັດຂອງພວກມັນ. ການປຽບທຽບກຸ່ມເສັ້ນໄຍທີ່ກະຕຸກໄວ ແລະ ຊ້າ ທີ່ກຳນົດໂດຍ UMAP ໃນສອງຊຸດຂໍ້ມູນ (ຮູບທີ 1G–H ແລະ 4A–B), ການວິເຄາະການຖອດລະຫັດ ແລະ ໂປຣຕີໂອມິກ ໄດ້ລະບຸລັກສະນະທີ່ແຕກຕ່າງກັນ 1366 ແລະ 804 ລັກສະນະ, ຕາມລຳດັບ (ຮູບທີ 4A–B, ຊຸດຂໍ້ມູນເສີມ 9–12). ພວກເຮົາໄດ້ສັງເກດເຫັນຄວາມແຕກຕ່າງທີ່ຄາດໄວ້ໃນລາຍເຊັນທີ່ກ່ຽວຂ້ອງກັບ sarcomeres (ເຊັ່ນ: tropomyosin ແລະ troponin), ການເຊື່ອມຕໍ່ການກະຕຸ້ນ-ການຫົດຕົວ (SERCA isoforms), ແລະ ການເຜົາຜານພະລັງງານ (ເຊັ່ນ: ALDOA ແລະ CKB). ຍິ່ງໄປກວ່ານັ້ນ, ການຖອດລະຫັດ ແລະ ໂປຣຕີນທີ່ຄວບຄຸມການຢູບິຄິວຕິເນຊັນຂອງໂປຣຕີນໄດ້ຖືກສະແດງອອກແຕກຕ່າງກັນໃນເສັ້ນໄຍທີ່ກະຕຸກໄວ ແລະ ຊ້າ (ເຊັ່ນ: USP54, SH3RF2, USP28, ແລະ USP48) (ຮູບທີ 4A–B). ຍິ່ງໄປກວ່ານັ້ນ, ພັນທຸກໍາໂປຣຕີນຈຸລິນຊີ RP11-451G4.2 (DWORF), ເຊິ່ງເຄີຍສະແດງໃຫ້ເຫັນວ່າມີການສະແດງອອກທີ່ແຕກຕ່າງກັນໃນທົ່ວປະເພດເສັ້ນໃຍກ້າມຊີ້ນລູກແກະ43 ແລະເສີມຂະຫຍາຍກິດຈະກໍາ SERCA ໃນກ້າມຊີ້ນຫົວໃຈ44, ໄດ້ຖືກເພີ່ມຂຶ້ນຢ່າງຫຼວງຫຼາຍໃນເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກທີ່ຊ້າ (ຮູບທີ 4A). ເຊັ່ນດຽວກັນ, ໃນລະດັບເສັ້ນໃຍສ່ວນບຸກຄົນ, ມີຄວາມແຕກຕ່າງທີ່ສໍາຄັນທີ່ສັງເກດເຫັນໃນລາຍເຊັນທີ່ຮູ້ຈັກເຊັ່ນ: ໄອໂຊຟອມ lactate dehydrogenase ທີ່ກ່ຽວຂ້ອງກັບການເຜົາຜານອາຫານ (LDHA ແລະ LDHB, ຮູບທີ 4C ແລະຮູບເສີມ 8A)45,46 ເຊັ່ນດຽວກັນກັບລາຍເຊັນສະເພາະປະເພດເສັ້ນໃຍທີ່ບໍ່ຮູ້ຈັກກ່ອນໜ້ານີ້ (ເຊັ່ນ IRX3, USP54, USP28, ແລະ DPYSL3) (ຮູບທີ 4C). ມີການຊ້ອນກັນທີ່ສໍາຄັນຂອງລັກສະນະທີ່ສະແດງອອກແຕກຕ່າງກັນລະຫວ່າງຊຸດຂໍ້ມູນ transcriptomic ແລະ proteomic (ຮູບເສີມ 8B), ເຊັ່ນດຽວກັນກັບຄວາມສໍາພັນການປ່ຽນແປງການພັບທີ່ຂັບເຄື່ອນໂດຍສ່ວນໃຫຍ່ແມ່ນການສະແດງອອກທີ່ແຕກຕ່າງກັນຂອງລັກສະນະ sarcomere (ຮູບເສີມ 8C). ສິ່ງທີ່ໜ້າສັງເກດແມ່ນບາງລາຍເຊັນ (ເຊັ່ນ USP28, USP48, GOLGA4, AKAP13) ສະແດງໃຫ້ເຫັນເຖິງການຄວບຄຸມຫຼັງການຖອດລະຫັດທີ່ເຂັ້ມແຂງພຽງແຕ່ຢູ່ໃນລະດັບໂປຣຕີໂອມິກເທົ່ານັ້ນ ແລະ ມີໂປຣໄຟລ໌ການສະແດງອອກສະເພາະປະເພດເສັ້ນໄຍກະຕຸກຊ້າ/ໄວ (ຮູບເສີມ 8C).
ແຜນວາດພູເຂົາໄຟ A ແລະ B ປຽບທຽບກຸ່ມທີ່ຊ້າ ແລະ ໄວ ທີ່ລະບຸໂດຍແຜນວາດການປະມານ ແລະ ການຄາດຄະເນແບບ uniform manifold (UMAP) ໃນຮູບທີ 1G–H. ຈຸດສີສະແດງເຖິງ transcripts ຫຼື ໂປຣຕີນທີ່ແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍທີ່ FDR < 0.05, ແລະ ຈຸດສີເຂັ້ມສະແດງເຖິງ transcripts ຫຼື ໂປຣຕີນທີ່ແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍທີ່ log change > 1. ການວິເຄາະທາງສະຖິຕິສອງທາງໄດ້ຖືກປະຕິບັດໂດຍໃຊ້ການທົດສອບ DESeq2 Wald ດ້ວຍຄ່າ p ທີ່ປັບແລ້ວຂອງ Benjamini–Hochberg (transcriptomics) ຫຼື ວິທີການແບບຈຳລອງເສັ້ນຊື່ Limma ດ້ວຍການວິເຄາະ Bayesian ຕາມດ້ວຍການປັບ Benjamini–Hochberg ສຳລັບການປຽບທຽບຫຼາຍອັນ (proteomics). C ແຜນວາດລາຍເຊັນຂອງ gene ຫຼື ໂປຣຕີນທີ່ສະແດງອອກແຕກຕ່າງກັນທີ່ເລືອກລະຫວ່າງເສັ້ນໄຍຊ້າ ແລະ ໄວ. D ການວິເຄາະການເສີມສ້າງ transcripts ແລະ ໂປຣຕີນທີ່ສະແດງອອກແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍ. ຄ່າທີ່ຊ້ອນກັນແມ່ນອຸດົມສົມບູນໃນຊຸດຂໍ້ມູນທັງສອງ, ຄ່າ transcriptome ແມ່ນອຸດົມສົມບູນພຽງແຕ່ໃນ transcriptome, ແລະ ຄ່າ proteome ແມ່ນອຸດົມສົມບູນພຽງແຕ່ໃນ proteome. ການວິເຄາະທາງສະຖິຕິໄດ້ຖືກປະຕິບັດໂດຍໃຊ້ຊຸດ clusterProfiler ດ້ວຍຄ່າ p ທີ່ປັບແລ້ວຂອງ Benjamini-Hochberg. E. ປັດໄຈການຖອດລະຫັດສະເພາະປະເພດເສັ້ນໄຍທີ່ SCENIC ກຳນົດໂດຍອີງໃສ່ຄະແນນຄວາມຈຳເພາະຂອງຕົວຄວບຄຸມທີ່ມາຈາກ SCENIC ແລະ ການສະແດງອອກ mRNA ທີ່ແຕກຕ່າງກັນລະຫວ່າງປະເພດເສັ້ນໄຍ. F. ການວິເຄາະປັດໄຈການຖອດລະຫັດທີ່ເລືອກທີ່ສະແດງອອກແຕກຕ່າງກັນລະຫວ່າງເສັ້ນໄຍຊ້າ ແລະ ເສັ້ນໄຍໄວ.
ຫຼັງຈາກນັ້ນ, ພວກເຮົາໄດ້ດຳເນີນການວິເຄາະການນຳສະເໜີເກີນຄວາມຈຳເປັນຂອງພັນທຸກຳ ແລະ ໂປຣຕີນທີ່ເປັນຕົວແທນທີ່ແຕກຕ່າງກັນ (ຮູບທີ 4D, ຊຸດຂໍ້ມູນເສີມ 13). ການເສີມສ້າງເສັ້ນທາງສຳລັບລັກສະນະທີ່ແຕກຕ່າງກັນລະຫວ່າງສອງຊຸດຂໍ້ມູນໄດ້ເປີດເຜີຍຄວາມແຕກຕ່າງທີ່ຄາດໄວ້, ເຊັ່ນ: ຂະບວນການຜຸພັງ β ຂອງກົດໄຂມັນ ແລະ ການເຜົາຜານອາຫານ ketone (ເສັ້ນໃຍຊ້າ), ການຫົດຕົວຂອງ myofilament/ກ້າມຊີ້ນ (ເສັ້ນໃຍໄວ ແລະ ຊ້າ, ຕາມລຳດັບ), ແລະ ຂະບວນການ catabolic ຄາໂບໄຮເດຣດ (ເສັ້ນໃຍໄວ). ກິດຈະກຳ phosphatase ຂອງໂປຣຕີນ serine/threonine ຍັງເພີ່ມຂຶ້ນໃນເສັ້ນໃຍໄວ, ຂັບເຄື່ອນໂດຍລັກສະນະຕ່າງໆເຊັ່ນ: ໜ່ວຍຍ່ອຍ phosphatase ທີ່ຄວບຄຸມ ແລະ ເປັນຕົວເລັ່ງປະຕິກິລິຍາ (PPP3CB, PPP1R3D, ແລະ PPP1R3A), ເຊິ່ງເປັນທີ່ຮູ້ຈັກວ່າຄວບຄຸມການເຜົາຜານ glycogen (47) (ຮູບເສີມ 8D–E). ເສັ້ນທາງອື່ນໆທີ່ອຸດົມໄປດ້ວຍເສັ້ນໃຍໄວລວມມີຮ່າງກາຍປະມວນຜົນ (P-) (YTHDF3, TRIM21, LSM2) ໃນໂປຣຕີໂອມ (ຮູບເສີມ 8F), ອາດຈະມີສ່ວນຮ່ວມໃນການຄວບຄຸມຫຼັງການຖອດລະຫັດ (48), ແລະກິດຈະກຳປັດໄຈການຖອດລະຫັດ (SREBF1, RXRG, RORA) ໃນ transcriptome (ຮູບເສີມ 8G). ເສັ້ນໃຍຊ້າໄດ້ອຸດົມໄປດ້ວຍກິດຈະກຳ oxidoreductase (BDH1, DCXR, TXN2) (ຮູບເສີມ 8H), ການຜູກມັດ amide (CPTP, PFDN2, CRYAB) (ຮູບເສີມ 8I), ເມທຣິກສ໌ນອກຈຸລັງ (CTSD, ADAMTSL4, LAMC1) (ຮູບເສີມ 8J), ແລະກິດຈະກຳຕົວຮັບ-ລີແກນ (FNDC5, SPX, NENF) (ຮູບເສີມ 8K).
ເພື່ອໃຫ້ເຂົ້າໃຈເພີ່ມເຕີມກ່ຽວກັບລະບຽບການຖອດລະຫັດທີ່ຢູ່ເບື້ອງຫຼັງລັກສະນະປະເພດເສັ້ນໃຍກ້າມຊີ້ນຊ້າ/ໄວ, ພວກເຮົາໄດ້ດຳເນີນການວິເຄາະການເພີ່ມປັດໄຈການຖອດລະຫັດໂດຍໃຊ້ SCENIC49 (ຊຸດຂໍ້ມູນເສີມ 14). ປັດໄຈການຖອດລະຫັດຫຼາຍຢ່າງໄດ້ຮັບການເສີມຢ່າງຫຼວງຫຼາຍລະຫວ່າງເສັ້ນໃຍກ້າມຊີ້ນໄວ ແລະ ຊ້າ (ຮູບທີ 4E). ນີ້ລວມມີປັດໄຈການຖອດລະຫັດເຊັ່ນ MAFA, ເຊິ່ງເຄີຍເຊື່ອມໂຍງກັບການພັດທະນາເສັ້ນໃຍກ້າມຊີ້ນໄວ,50 ເຊັ່ນດຽວກັນກັບປັດໄຈການຖອດລະຫັດຫຼາຍຢ່າງທີ່ບໍ່ເຄີຍກ່ຽວຂ້ອງກັບໂຄງການ gene ສະເພາະປະເພດເສັ້ນໃຍກ້າມຊີ້ນ. ໃນນັ້ນ, PITX1, EGR1, ແລະ MYF6 ແມ່ນປັດໄຈການຖອດລະຫັດທີ່ເສີມຫຼາຍທີ່ສຸດໃນເສັ້ນໃຍກ້າມຊີ້ນໄວ (ຮູບທີ 4E). ໃນທາງກົງກັນຂ້າມ, ZSCAN30 ແລະ EPAS1 (ເຊິ່ງເອີ້ນກັນວ່າ HIF2A) ແມ່ນປັດໄຈການຖອດລະຫັດທີ່ເສີມຫຼາຍທີ່ສຸດໃນເສັ້ນໃຍກ້າມຊີ້ນຊ້າ (ຮູບທີ 4E). ສອດຄ່ອງກັບສິ່ງນີ້, MAFA ໄດ້ສະແດງອອກໃນລະດັບທີ່ສູງກວ່າໃນພາກພື້ນ UMAP ທີ່ສອດຄ້ອງກັບເສັ້ນໃຍກ້າມຊີ້ນໄວ, ໃນຂະນະທີ່ EPAS1 ມີຮູບແບບການສະແດງອອກທີ່ກົງກັນຂ້າມ (ຮູບທີ 4F).
ນອກເໜືອໄປຈາກຍີນທີ່ເຂົ້າລະຫັດໂປຣຕີນທີ່ຮູ້ຈັກແລ້ວ, ຍັງມີໄບໂອໄທບ໌ RNA ທີ່ບໍ່ໄດ້ເຂົ້າລະຫັດຈຳນວນຫຼາຍທີ່ອາດຈະມີສ່ວນຮ່ວມໃນການຄວບຄຸມການພັດທະນາຂອງມະນຸດ ແລະ ພະຍາດຕ່າງໆ. 51, 52 ໃນຊຸດຂໍ້ມູນ transcriptome, RNA ທີ່ບໍ່ໄດ້ເຂົ້າລະຫັດຫຼາຍຊະນິດສະແດງຄວາມຈຳເພາະຂອງເສັ້ນໃຍ (ຮູບທີ 5A ແລະ ຊຸດຂໍ້ມູນເສີມ 15), ລວມທັງ LINC01405, ເຊິ່ງມີຄວາມຈຳເພາະສູງສຳລັບເສັ້ນໃຍຊ້າ ແລະ ມີລາຍງານວ່າຫຼຸດລົງໃນກ້າມຊີ້ນຈາກຄົນເຈັບທີ່ມີພະຍາດກ້າມເນື້ອໄມໂທຄອນເດຣຍ. 53 ໃນທາງກົງກັນຂ້າມ, RP11-255P5.3, ທີ່ສອດຄ້ອງກັບຍີນ lnc-ERCC5-5 (https://lncipedia.org/db/transcript/lnc-ERCC5-5:2) 54, ສະແດງຄວາມຈຳເພາະຂອງເສັ້ນໃຍໄວ. ທັງ LINC01405 (https://tinyurl.com/x5k9wj3h) ແລະ RP11-255P5.3 (https://tinyurl.com/29jmzder) ສະແດງໃຫ້ເຫັນເຖິງຄວາມຈຳເພາະຂອງກ້າມຊີ້ນໂຄງກະດູກ (ຮູບເສີມ 9A–B) ແລະບໍ່ມີຍີນທີ່ຫົດຕົວທີ່ຮູ້ຈັກພາຍໃນບໍລິເວນຈີໂນມ 1 Mb ຂອງພວກມັນ, ເຊິ່ງຊີ້ໃຫ້ເຫັນວ່າພວກມັນມີບົດບາດພິເສດໃນການຄວບຄຸມປະເພດເສັ້ນໃຍແທນທີ່ຈະຄວບຄຸມຍີນທີ່ຫົດຕົວທີ່ຢູ່ໃກ້ຄຽງ. ຮູບແບບການສະແດງອອກສະເພາະປະເພດເສັ້ນໃຍຊ້າ/ໄວຂອງ LINC01405 ແລະ RP11-255P5.3, ຕາມລຳດັບ, ໄດ້ຮັບການຢືນຢັນໂດຍໃຊ້ RNAscope (ຮູບ 5B–C).
ກ. ການຖ່າຍທອດ RNA ທີ່ບໍ່ມີລະຫັດແມ່ນຖືກຄວບຄຸມຢ່າງຫຼວງຫຼາຍໃນເສັ້ນໃຍກ້າມຊີ້ນທີ່ກະຕຸກຊ້າ ແລະ ໄວ. ຂ. ຮູບພາບ RNAscope ທີ່ເປັນຕົວແທນທີ່ສະແດງໃຫ້ເຫັນເຖິງຄວາມຈຳເພາະຂອງເສັ້ນໃຍກ້າມຊີ້ນທີ່ກະຕຸກຊ້າ ແລະ ໄວຂອງ LINC01405 ແລະ RP11-255P5.3, ຕາມລຳດັບ. ແຖບຂະໜາດ = 50 μm. ຄ. ການວັດແທກປະລິມານຂອງການສະແດງອອກ RNA ທີ່ບໍ່ມີລະຫັດສະເພາະຂອງ myofiber ຕາມທີ່ກຳນົດໂດຍ RNAscope (n = 3 ການກວດຊີ້ນຈາກບຸກຄົນເອກະລາດ, ປຽບທຽບເສັ້ນໃຍກ້າມຊີ້ນທີ່ໄວ ແລະ ຊ້າພາຍໃນແຕ່ລະບຸກຄົນ). ການວິເຄາະທາງສະຖິຕິໄດ້ຖືກປະຕິບັດໂດຍໃຊ້ການທົດສອບ t ຂອງນັກຮຽນສອງຫາງ. ແຜນວາດກ່ອງສະແດງໃຫ້ເຫັນຄ່າກາງ ແລະ ຄວາໄທລ໌ທຳອິດ ແລະ ທີສາມ, ໂດຍມີໜວດຊີ້ໄປທີ່ຄ່າຕໍ່າສຸດ ແລະ ສູງສຸດ. ງ. ຂະບວນການກຳນົດໂປຣຕີນຈຸລິນຊີແບບ De novo (ສ້າງດ້ວຍ BioRender.com). E. ໂປຣຕີນຈຸລິນຊີ LINC01405_ORF408:17441:17358 ແມ່ນສະແດງອອກໂດຍສະເພາະໃນເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກທີ່ຊ້າ (n=5 ການກວດເນື້ອເຍື່ອຈາກຜູ້ເຂົ້າຮ່ວມເອກະລາດ, ປຽບທຽບເສັ້ນໃຍກ້າມຊີ້ນທີ່ໄວ ແລະ ຊ້າໃນຜູ້ເຂົ້າຮ່ວມແຕ່ລະຄົນ). ການວິເຄາະທາງສະຖິຕິໄດ້ຖືກປະຕິບັດໂດຍໃຊ້ວິທີການແບບຈຳລອງເສັ້ນຊື່ Limm ລວມກັບວິທີການ Bayesian ແບບຕາມປະສົບການ, ຕາມດ້ວຍວິທີການ Benjamini-Hochberg ສຳລັບການປຽບທຽບຫຼາຍຄັ້ງດ້ວຍການປັບຄ່າ p. ແຜນວາດກ່ອງສະແດງໃຫ້ເຫັນຄ່າກາງ, quartile ທຳອິດ ແລະ ທີສາມ, ໂດຍມີ whiskers ຊີ້ໄປຫາຄ່າສູງສຸດ/ຕໍ່າສຸດ.
ບໍ່ດົນມານີ້, ການສຶກສາໄດ້ສະແດງໃຫ້ເຫັນວ່າບັນທຶກການຖອດລະຫັດທີ່ບໍ່ໄດ້ເຂົ້າລະຫັດຫຼາຍອັນທີ່ຄາດໄວ້ນັ້ນເຂົ້າລະຫັດໂປຣຕີນຈຸລິນຊີທີ່ຖືກຖອດລະຫັດ, ເຊິ່ງບາງອັນຄວບຄຸມການເຮັດວຽກຂອງກ້າມຊີ້ນ. 44, 55 ເພື່ອລະບຸໂປຣຕີນຈຸລິນຊີທີ່ມີຄວາມຈຳເພາະຂອງປະເພດເສັ້ນໃຍທີ່ມີທ່າແຮງ, ພວກເຮົາໄດ້ຄົ້ນຫາຊຸດຂໍ້ມູນໂປຣຕີໂອມເສັ້ນໃຍ 1000 ຂອງພວກເຮົາໂດຍໃຊ້ໄຟລ໌ FASTA ທີ່ກຳນົດເອງທີ່ມີລຳດັບຂອງບັນທຶກການຖອດລະຫັດທີ່ບໍ່ໄດ້ເຂົ້າລະຫັດ (n = 305) ທີ່ພົບໃນຊຸດຂໍ້ມູນບັນທຶກການຖອດລະຫັດເສັ້ນໃຍ 1000 (ຮູບທີ 5D). ພວກເຮົາໄດ້ລະບຸໂປຣຕີນຈຸລິນຊີ 197 ຊະນິດຈາກບັນທຶກການຖອດລະຫັດທີ່ແຕກຕ່າງກັນ 22 ອັນ, ໃນນັ້ນ 71 ອັນຖືກຄວບຄຸມແຕກຕ່າງກັນລະຫວ່າງເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກທີ່ຊ້າ ແລະ ໄວ (ຮູບເສີມ 9C ແລະຊຸດຂໍ້ມູນເສີມ 16). ສຳລັບ LINC01405, ຜະລິດຕະພັນໂປຣຕີນຈຸລິນຊີສາມຊະນິດໄດ້ຖືກລະບຸ, ໜຶ່ງໃນນັ້ນສະແດງຄວາມຈຳເພາະຂອງເສັ້ນໃຍຊ້າຄ້າຍຄືກັນກັບບັນທຶກການຖອດລະຫັດຂອງມັນ (ຮູບທີ 5E ແລະຮູບເສີມ 9D). ດັ່ງນັ້ນ, ພວກເຮົາໄດ້ລະບຸ LINC01405 ເປັນ gene ທີ່ເຂົ້າລະຫັດໂປຣຕີນຈຸລິນຊີທີ່ຈຳເພາະສຳລັບເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກທີ່ຊ້າ.
ພວກເຮົາໄດ້ພັດທະນາຂະບວນການເຮັດວຽກທີ່ສົມບູນແບບສຳລັບການລະບຸລັກສະນະໂປຣຕີໂອມິກຂະໜາດໃຫຍ່ຂອງເສັ້ນໃຍກ້າມຊີ້ນສ່ວນບຸກຄົນ ແລະ ກຳນົດຕົວຄວບຄຸມຄວາມແຕກຕ່າງຂອງເສັ້ນໃຍໃນສະພາບທີ່ມີສຸຂະພາບດີ. ພວກເຮົາໄດ້ນຳໃຊ້ຂະບວນການເຮັດວຽກນີ້ເພື່ອເຂົ້າໃຈວ່າພະຍາດກ້າມເນື້ອອ່ອນເພຍ nemaline ມີຜົນກະທົບຕໍ່ຄວາມແຕກຕ່າງຂອງເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກແນວໃດ. ພະຍາດກ້າມເນື້ອອ່ອນເພຍ Nemaline ແມ່ນພະຍາດກ້າມຊີ້ນທີ່ສືບທອດມາເຊິ່ງເຮັດໃຫ້ກ້າມຊີ້ນອ່ອນເພຍ ແລະ ໃນເດັກທີ່ໄດ້ຮັບຜົນກະທົບ, ມີອາການແຊກຊ້ອນຫຼາຍຢ່າງລວມທັງຄວາມຜິດປົກກະຕິທາງເດີນຫາຍໃຈ, ໂຣກກະດູກສັນຫຼັງໂຄ້ງ, ແລະ ການເຄື່ອນໄຫວຂອງແຂນຂາທີ່ຈຳກັດ. 19,20 ໂດຍປົກກະຕິແລ້ວ, ໃນພະຍາດກ້າມເນື້ອອ່ອນເພຍ nemaline, ຕົວແປທີ່ເປັນພະຍາດໃນຍີນເຊັ່ນ actin alpha 1 (ACTA1) ເຮັດໃຫ້ມີສ່ວນປະກອບຂອງເສັ້ນໃຍ myofiber ທີ່ກະຕຸກຊ້າ, ເຖິງແມ່ນວ່າຜົນກະທົບນີ້ຈະບໍ່ຄືກັນ. ຂໍ້ຍົກເວັ້ນທີ່ໜ້າສັງເກດອັນໜຶ່ງແມ່ນ troponin T1 nemaline myopathy (TNNT1), ເຊິ່ງມີເສັ້ນໃຍໄວທີ່ໂດດເດັ່ນ. ດັ່ງນັ້ນ, ຄວາມເຂົ້າໃຈທີ່ດີຂຶ້ນກ່ຽວກັບຄວາມແຕກຕ່າງທີ່ຢູ່ເບື້ອງຫຼັງຄວາມຜິດປົກກະຕິຂອງເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກທີ່ສັງເກດເຫັນໃນພະຍາດກ້າມເນື້ອອ່ອນເພຍ nemaline ອາດຈະຊ່ວຍແກ້ໄຂຄວາມສຳພັນທີ່ສັບສົນລະຫວ່າງພະຍາດເຫຼົ່ານີ້ ແລະ ປະເພດ myofiber.
ເມື່ອປຽບທຽບກັບກຸ່ມຄວບຄຸມທີ່ມີສຸຂະພາບດີ (n=3 ຕໍ່ກຸ່ມ), myofibers ທີ່ແຍກອອກມາຈາກຄົນເຈັບທີ່ເປັນພະຍາດ nemaline myopathy ທີ່ມີການກາຍພັນໃນ gene ACTA1 ແລະ TNNT1 ສະແດງໃຫ້ເຫັນການຫົດຕົວ ຫຼື ເສື່ອມສະພາບຂອງ myofiber ຢ່າງຊັດເຈນ (ຮູບທີ 6A, ຕາຕະລາງເສີມ 3). ສິ່ງນີ້ສະແດງໃຫ້ເຫັນສິ່ງທ້າທາຍທາງດ້ານເຕັກນິກທີ່ສຳຄັນສຳລັບການວິເຄາະໂປຣຕີໂອມິກເນື່ອງຈາກປະລິມານວັດສະດຸທີ່ມີຢູ່ຈຳກັດ. ເຖິງວ່າຈະມີສິ່ງນີ້, ພວກເຮົາສາມາດກວດພົບໂປຣຕີນ 2485 ຊະນິດໃນ 272 myofibers ໂຄງກະດູກ. ຫຼັງຈາກການກັ່ນຕອງຢ່າງໜ້ອຍ 1000 ໂປຣຕີນທີ່ຖືກວັດແທກຕໍ່ເສັ້ນໃຍ, 250 ເສັ້ນໃຍໄດ້ຖືກວິເຄາະຊີວະຂໍ້ມູນຂ່າວສານຕໍ່ມາ. ຫຼັງຈາກການກັ່ນຕອງ, ໂດຍສະເລ່ຍ 1573 ± 359 ໂປຣຕີນຕໍ່ເສັ້ນໃຍໄດ້ຖືກວັດແທກ (ຮູບເສີມ 10A, ຊຸດຂໍ້ມູນເສີມ 17–18). ສິ່ງທີ່ໜ້າສັງເກດແມ່ນວ່າເຖິງວ່າຈະມີການຫຼຸດລົງຢ່າງຫຼວງຫຼາຍໃນຂະໜາດຂອງເສັ້ນໃຍ, ແຕ່ຄວາມເລິກຂອງໂປຣຕີໂອມຂອງຕົວຢ່າງຄົນເຈັບທີ່ເປັນພະຍາດ nemaline myopathy ໄດ້ຫຼຸດລົງພຽງເລັກນ້ອຍເທົ່ານັ້ນ. ຍິ່ງໄປກວ່ານັ້ນ, ການປະມວນຜົນຂໍ້ມູນເຫຼົ່ານີ້ໂດຍໃຊ້ໄຟລ໌ FASTA ຂອງພວກເຮົາເອງ (ລວມທັງບົດບັນທຶກທີ່ບໍ່ໄດ້ເຂົ້າລະຫັດ) ໄດ້ຊ່ວຍໃຫ້ພວກເຮົາສາມາດລະບຸໂປຣຕີນຈຸລິນຊີຫ້າຊະນິດໃນ myofibers ໂຄງກະດູກຈາກຄົນເຈັບທີ່ເປັນພະຍາດ nemaline myopathy (ຊຸດຂໍ້ມູນເສີມ 19). ຂອບເຂດການເຄື່ອນໄຫວຂອງໂປຣຕີໂອມແມ່ນກວ້າງກວ່າຢ່າງຫຼວງຫຼາຍ, ແລະໂປຣຕີນທັງໝົດໃນກຸ່ມຄວບຄຸມມີຄວາມສຳພັນກັນດີກັບຜົນຂອງການວິເຄາະໂປຣຕີໂອມ 1000 ເສັ້ນໃຍກ່ອນໜ້ານີ້ (ຮູບເສີມ 10B–C).
ກ. ຮູບພາບກ້ອງຈຸລະທັດສະແດງໃຫ້ເຫັນການຫົດຕົວຂອງເສັ້ນໄຍ ຫຼື ການເສື່ອມສະພາບ ແລະ ຄວາມໂດດເດັ່ນຂອງເສັ້ນໄຍປະເພດຕ່າງໆໂດຍອີງໃສ່ MYH ໃນພະຍາດກ້າມເນື້ອ nemaline myopathies (NM) ຂອງ ACTA1 ແລະ TNNT1 (NM). ຂະໜາດຂອງແຖບ = 100 μm. ເພື່ອຮັບປະກັນການຊ້ຳຊ້ອນຂອງການຍ້ອມສີໃນຄົນເຈັບ ACTA1 ແລະ TNNT1, ການກວດເນື້ອເຍື່ອຂອງຄົນເຈັບສາມຄັ້ງໄດ້ຖືກຍ້ອມສີສອງຫາສາມເທື່ອ (ສີ່ສ່ວນຕໍ່ກໍລະນີ) ກ່ອນທີ່ຈະເລືອກຮູບພາບຕົວແທນ. ຂ. ສັດສ່ວນປະເພດເສັ້ນໄຍໃນຜູ້ເຂົ້າຮ່ວມໂດຍອີງໃສ່ MYH. ຄ. ແຜນຜັງການວິເຄາະອົງປະກອບຫຼັກ (PCA) ຂອງເສັ້ນໄຍກ້າມຊີ້ນໂຄງກະດູກໃນຄົນເຈັບທີ່ມີພະຍາດກ້າມເນື້ອ nemaline myopathies ແລະ ກຸ່ມຄວບຄຸມ. ງ. ເສັ້ນໄຍກ້າມຊີ້ນໂຄງກະດູກຈາກຄົນເຈັບທີ່ມີພະຍາດກ້າມເນື້ອ nemaline myopathies ແລະ ກຸ່ມຄວບຄຸມທີ່ສະແດງໃສ່ແຜນຜັງ PCA ທີ່ກຳນົດຈາກເສັ້ນໄຍ 1000 ເສັ້ນທີ່ວິເຄາະໃນຮູບທີ 2. ຕົວຢ່າງ, ແຜນຜັງພູເຂົາໄຟປຽບທຽບຄວາມແຕກຕ່າງລະຫວ່າງຜູ້ເຂົ້າຮ່ວມທີ່ມີພະຍາດກ້າມເນື້ອ nemaline myopathies ແລະ ກຸ່ມຄວບຄຸມ ACTA1 ແລະ TNNT1, ແລະ ລະຫວ່າງຜູ້ເຂົ້າຮ່ວມທີ່ມີພະຍາດກ້າມເນື້ອ nemaline myopathies ຂອງ ACTA1 ແລະ TNNT1. ວົງມົນສີໝາຍເຖິງໂປຣຕີນທີ່ແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍທີ່ π < 0.05, ແລະຈຸດສີເຂັ້ມໝາຍເຖິງໂປຣຕີນທີ່ແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍທີ່ FDR < 0.05. ການວິເຄາະທາງສະຖິຕິໄດ້ຖືກປະຕິບັດໂດຍໃຊ້ວິທີການແບບຈຳລອງເສັ້ນຊື່ Limma ແລະວິທີການ Bayesian ຕາມປະສົບການ, ຕາມດ້ວຍການປັບຄ່າ p ສຳລັບການປຽບທຽບຫຼາຍຄັ້ງໂດຍໃຊ້ວິທີການ Benjamini-Hochberg. H. ການວິເຄາະການເພີ່ມປະລິມານຂອງໂປຣຕີນທີ່ສະແດງອອກແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍໃນທົ່ວໂປຣຕີໂອມທັງໝົດ ແລະໃນເສັ້ນໃຍປະເພດ 1 ແລະ 2A. ການວິເຄາະທາງສະຖິຕິໄດ້ຖືກປະຕິບັດໂດຍໃຊ້ຊຸດ clusterProfiler ແລະຄ່າ p ທີ່ປັບໂດຍ Benjamini-Hochberg. I, J. ແຜນຜັງການວິເຄາະອົງປະກອບຕົ້ນຕໍ (PCA) ທີ່ຖືກໃສ່ສີໂດຍແມັດຕຣິກນອກຈຸລັງ ແລະເງື່ອນໄຂຂອງ gene ontology (GO).
ເນື່ອງຈາກວ່າພະຍາດ nemaline myopathies ສາມາດມີອິດທິພົນຕໍ່ສັດສ່ວນຂອງປະເພດ myofiber ທີ່ສະແດງອອກ MYH ໃນກ້າມຊີ້ນໂຄງກະດູກ,19,20 ກ່ອນອື່ນໝົດ, ພວກເຮົາໄດ້ກວດສອບປະເພດ myofiber ທີ່ສະແດງອອກ MYH ໃນຄົນເຈັບທີ່ມີພະຍາດ nemaline myopathies ແລະກຸ່ມຄວບຄຸມ. ພວກເຮົາໄດ້ກຳນົດປະເພດ myofiber ໂດຍໃຊ້ວິທີການທີ່ບໍ່ລຳອຽງທີ່ໄດ້ອະທິບາຍໄວ້ກ່ອນໜ້ານີ້ສຳລັບການວິເຄາະ 1000 myofiber (ຮູບເສີມ 10D–E) ແລະອີກຄັ້ງໜຶ່ງບໍ່ສາມາດລະບຸ myofibers 2X ທີ່ບໍລິສຸດໄດ້ (ຮູບທີ 6B). ພວກເຮົາໄດ້ສັງເກດເຫັນຜົນກະທົບທີ່ແຕກຕ່າງກັນຂອງພະຍາດ nemaline myopathies ຕໍ່ປະເພດ myofiber, ຍ້ອນວ່າຄົນເຈັບສອງຄົນທີ່ມີການກາຍພັນ ACTA1 ມີສັດສ່ວນຂອງ myofibers ປະເພດ 1 ເພີ່ມຂຶ້ນ, ໃນຂະນະທີ່ຄົນເຈັບສອງຄົນທີ່ມີພະຍາດ TNNT1 nemaline myopathy ມີສັດສ່ວນຂອງ myofibers ປະເພດ 1 ຫຼຸດລົງ (ຮູບທີ 6B). ແທ້ຈິງແລ້ວ, ການສະແດງອອກຂອງ MYH2 ແລະ fast troponin isoforms (TNNC2, TNNI2, ແລະ TNNT3) ໄດ້ຫຼຸດລົງໃນ ACTA1-nemaline myopathies, ໃນຂະນະທີ່ການສະແດງອອກຂອງ MYH7 ຫຼຸດລົງໃນ TNNT1-nemaline myopathies (ຮູບເສີມ 11A). ນີ້ສອດຄ່ອງກັບລາຍງານກ່ອນໜ້ານີ້ກ່ຽວກັບການປ່ຽນປະເພດ myofiber ທີ່ບໍ່ເປັນເອກະພາບໃນ nemaline myopathies.19,20 ພວກເຮົາໄດ້ຢືນຢັນຜົນໄດ້ຮັບເຫຼົ່ານີ້ໂດຍ immunohistochemistry ແລະພົບວ່າຄົນເຈັບທີ່ມີ ACTA1-nemaline myopathy ມີ myofibers ປະເພດ 1 ທີ່ໂດດເດັ່ນ, ໃນຂະນະທີ່ຄົນເຈັບທີ່ມີ TNNT1-nemaline myopathy ມີຮູບແບບກົງກັນຂ້າມ (ຮູບທີ 6A).
ໃນລະດັບໂປຣຕີໂອມເສັ້ນໃຍດຽວ, ເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກຈາກຄົນເຈັບທີ່ເປັນພະຍາດກ້າມເນື້ອ nemaline ACTA1 ແລະ TNNT1 ໄດ້ລວມຕົວກັນກັບເສັ້ນໃຍຄວບຄຸມສ່ວນໃຫຍ່, ໂດຍເສັ້ນໃຍ TNNT1 nemaline myopathy ໂດຍທົ່ວໄປແມ່ນໄດ້ຮັບຜົນກະທົບຮ້າຍແຮງທີ່ສຸດ (ຮູບທີ 6C). ສິ່ງນີ້ເຫັນໄດ້ຊັດເຈນໂດຍສະເພາະເມື່ອວາງແຜນການວິເຄາະອົງປະກອບຫຼັກ (PCA) ຂອງເສັ້ນໃຍທີ່ພອງຕົວປອມສຳລັບຄົນເຈັບແຕ່ລະຄົນ, ໂດຍຄົນເຈັບທີ່ເປັນພະຍາດກ້າມເນື້ອ nemaline TNNT1 2 ແລະ 3 ປະກົດວ່າຢູ່ໄກທີ່ສຸດຈາກຕົວຢ່າງຄວບຄຸມ (ຮູບເສີມ 11B, ຊຸດຂໍ້ມູນເສີມ 20). ເພື່ອເຂົ້າໃຈດີຂຶ້ນວ່າເສັ້ນໃຍຈາກຄົນເຈັບທີ່ເປັນພະຍາດກ້າມເນື້ອປຽບທຽບກັບເສັ້ນໃຍທີ່ມີສຸຂະພາບດີແນວໃດ, ພວກເຮົາໄດ້ໃຊ້ຂໍ້ມູນລະອຽດທີ່ໄດ້ມາຈາກການວິເຄາະໂປຣຕີໂອມຂອງເສັ້ນໃຍ 1,000 ເສັ້ນຈາກຜູ້ເຂົ້າຮ່ວມຜູ້ໃຫຍ່ທີ່ມີສຸຂະພາບດີ. ພວກເຮົາໄດ້ສະແດງເສັ້ນໃຍຈາກຊຸດຂໍ້ມູນພະຍາດກ້າມເນື້ອ (ຄົນເຈັບທີ່ເປັນພະຍາດກ້າມເນື້ອ nemaline ACTA1 ແລະ TNNT1 ແລະກຸ່ມຄວບຄຸມ) ໃສ່ໃນແຜນຜັງ PCA ທີ່ໄດ້ມາຈາກການວິເຄາະໂປຣຕີໂອມ 1000 ເສັ້ນໃຍ (ຮູບທີ 6D). ການແຈກຢາຍຂອງປະເພດເສັ້ນໃຍ MYH ຕາມ PC2 ໃນເສັ້ນໃຍຄວບຄຸມແມ່ນຄ້າຍຄືກັນກັບການແຈກຢາຍເສັ້ນໃຍທີ່ໄດ້ຮັບຈາກການວິເຄາະໂປຣຕີໂອມ 1000 ເສັ້ນໃຍ. ຢ່າງໃດກໍຕາມ, ເສັ້ນໃຍສ່ວນໃຫຍ່ໃນຄົນເຈັບທີ່ເປັນພະຍາດກ້າມເນື້ອ nemaline ໄດ້ປ່ຽນລົງ PC2, ເຊິ່ງຊ້ອນກັນກັບເສັ້ນໃຍທີ່ມີສຸຂະພາບດີ, ໂດຍບໍ່ຄໍານຶງເຖິງປະເພດເສັ້ນໃຍ MYH ພື້ນເມືອງຂອງພວກມັນ. ດັ່ງນັ້ນ, ເຖິງແມ່ນວ່າຄົນເຈັບທີ່ເປັນພະຍາດກ້າມເນື້ອ nemaline ACTA1 ໄດ້ສະແດງໃຫ້ເຫັນການປ່ຽນໄປສູ່ເສັ້ນໃຍປະເພດ 1 ເມື່ອວັດແທກໂດຍໃຊ້ວິທີການທີ່ອີງໃສ່ MYH, ທັງ ACTA1 nemaline myopathy ແລະ TNNT1 nemaline myopathy ໄດ້ປ່ຽນໂປຣຕີໂອມເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກໄປສູ່ເສັ້ນໃຍທີ່ມີສຸຂະພາບດີ.
ຫຼັງຈາກນັ້ນ, ພວກເຮົາໄດ້ປຽບທຽບໂດຍກົງກັບກຸ່ມຄົນເຈັບແຕ່ລະຄົນທີ່ມີສຸຂະພາບແຂງແຮງ ແລະ ໄດ້ລະບຸໂປຣຕີນທີ່ສະແດງອອກແຕກຕ່າງກັນ 256 ແລະ 552 ຊະນິດໃນພະຍາດກ້າມເນື້ອ nemaline ACTA1 ແລະ TNNT1 ຕາມລຳດັບ (ຮູບທີ 6E–G ແລະ ຮູບທີ 11C ເສີມ, ຊຸດຂໍ້ມູນເສີມ 21). ການວິເຄາະການເສີມພັນທຸກໍາໄດ້ເປີດເຜີຍການຫຼຸດລົງທີ່ປະສານງານກັນໃນໂປຣຕີນໄມໂທຄອນເດຣຍ (ຮູບທີ 6H–I, ຊຸດຂໍ້ມູນເສີມ 22). ໜ້າແປກໃຈ, ເຖິງວ່າຈະມີຄວາມໂດດເດັ່ນຂອງປະເພດເສັ້ນໃຍໃນພະຍາດກ້າມເນື້ອ nemaline ACTA1 ແລະ TNNT1, ການຫຼຸດລົງນີ້ແມ່ນບໍ່ຂຶ້ນກັບປະເພດເສັ້ນໃຍທີ່ອີງໃສ່ MYH ຢ່າງສົມບູນ (ຮູບທີ 6H ແລະ ຮູບທີ 11D–I, ຊຸດຂໍ້ມູນເສີມ 23). ໂປຣຕີນຈຸລິນຊີສາມຊະນິດຍັງຖືກຄວບຄຸມໃນພະຍາດກ້າມເນື້ອ nemaline ACTA1 ຫຼື TNNT1. ສອງໃນຈຸລະໂປຣຕີນເຫຼົ່ານີ້, ENSG00000215483_TR14_ORF67 (ເຊິ່ງເອີ້ນກັນວ່າ LINC00598 ຫຼື Lnc-FOXO1) ແລະ ENSG00000229425_TR25_ORF40 (lnc-NRIP1-2), ສະແດງໃຫ້ເຫັນຄວາມອຸດົມສົມບູນທີ່ແຕກຕ່າງກັນພຽງແຕ່ໃນ myofibers ປະເພດ 1 ເທົ່ານັ້ນ. ENSG00000215483_TR14_ORF67 ໄດ້ຖືກລາຍງານວ່າມີບົດບາດໃນການຄວບຄຸມວົງຈອນຂອງຈຸລັງ. 56 ໃນທາງກົງກັນຂ້າມ, ENSG00000232046_TR1_ORF437 (ທີ່ສອດຄ້ອງກັບ LINC01798) ໄດ້ເພີ່ມຂຶ້ນໃນທັງ myofibers ປະເພດ 1 ແລະ ປະເພດ 2A ໃນ ACTA1-nemaline myopathy ເມື່ອທຽບກັບກຸ່ມຄວບຄຸມທີ່ມີສຸຂະພາບດີ (ຮູບເສີມ 12A, ຊຸດຂໍ້ມູນເສີມ 24). ໃນທາງກົງກັນຂ້າມ, ໂປຣຕີນ ribosomal ສ່ວນໃຫຍ່ບໍ່ໄດ້ຮັບຜົນກະທົບຈາກພະຍາດ nemaline myopathy, ເຖິງແມ່ນວ່າ RPS17 ໄດ້ຫຼຸດລົງໃນພະຍາດ ACTA1 nemaline myopathy (ຮູບທີ 6E).
ການວິເຄາະການເສີມສ້າງຍັງໄດ້ເປີດເຜີຍໃຫ້ເຫັນເຖິງການເພີ່ມຂຶ້ນຂອງຂະບວນການຂອງລະບົບພູມຕ້ານທານໃນພະຍາດກ້າມເນື້ອ nemaline ACTA1 ແລະ TNNT1, ໃນຂະນະທີ່ການຍຶດຕິດຂອງເຊລກໍ່ເພີ່ມຂຶ້ນໃນພະຍາດກ້າມເນື້ອ nemaline TNNT1 (ຮູບທີ 6H). ການເສີມສ້າງປັດໄຈພາຍນອກຈຸລັງເຫຼົ່ານີ້ສະທ້ອນໃຫ້ເຫັນໂດຍໂປຣຕີນ matrix ພາຍນອກຈຸລັງທີ່ປ່ຽນ PCA ໃນ PC1 ແລະ PC2 ໃນທິດທາງລົບ (ເຊັ່ນ: ໄປສູ່ເສັ້ນໃຍທີ່ໄດ້ຮັບຜົນກະທົບຫຼາຍທີ່ສຸດ) (ຮູບທີ 6J). ກຸ່ມຄົນເຈັບທັງສອງສະແດງໃຫ້ເຫັນການສະແດງອອກທີ່ເພີ່ມຂຶ້ນຂອງໂປຣຕີນພາຍນອກຈຸລັງທີ່ກ່ຽວຂ້ອງກັບການຕອບສະໜອງຂອງພູມຕ້ານທານ ແລະ ກົນໄກການສ້ອມແປງ sarcolemmal, ເຊັ່ນ annexins (ANXA1, ANXA2, ANXA5)57,58 ແລະໂປຣຕີນທີ່ມີປະຕິກິລິຍາ S100A1159 ຂອງພວກມັນ (ຮູບເສີມ 12B–C). ຂະບວນການນີ້ໄດ້ຖືກລາຍງານວ່າໄດ້ຮັບການປັບປຸງໃນພະຍາດກ້າມເນື້ອເສື່ອມ60 ແຕ່, ຕາມຄວາມຮູ້ຂອງພວກເຮົາ, ບໍ່ເຄີຍກ່ຽວຂ້ອງກັບພະຍາດກ້າມເນື້ອ nemaline ມາກ່ອນ. ໜ້າທີ່ປົກກະຕິຂອງເຄື່ອງຈັກໂມເລກຸນນີ້ແມ່ນຈຳເປັນສຳລັບການສ້ອມແປງ sarcolemmal ຫຼັງຈາກການບາດເຈັບ ແລະ ສຳລັບການລວມຕົວຂອງ myocytes ທີ່ສ້າງຂຶ້ນໃໝ່ກັບ myofibers58,61. ດັ່ງນັ້ນ, ກິດຈະກໍາທີ່ເພີ່ມຂຶ້ນຂອງຂະບວນການນີ້ໃນທັງສອງກຸ່ມຄົນເຈັບຊີ້ໃຫ້ເຫັນເຖິງການຕອບສະໜອງຕໍ່ການບາດເຈັບທີ່ເກີດຈາກຄວາມບໍ່ສະຖຽນລະພາບຂອງ myofiber.
ຜົນກະທົບຂອງພະຍາດ nemaline myopathy ແຕ່ລະຊະນິດມີຄວາມກ່ຽວຂ້ອງກັນດີ (r = 0.736) ແລະ ສະແດງໃຫ້ເຫັນເຖິງການຊ້ອນກັນທີ່ສົມເຫດສົມຜົນ (ຮູບເສີມ 11A–B), ຊີ້ໃຫ້ເຫັນວ່າ ACTA1 ແລະ TNNT1 nemaline myopathy ມີຜົນກະທົບທີ່ຄ້າຍຄືກັນຕໍ່ໂປຣຕີໂອມ. ຢ່າງໃດກໍຕາມ, ໂປຣຕີນບາງຊະນິດຖືກຄວບຄຸມພຽງແຕ່ໃນ ACTA1 ຫຼື TNNT1 nemaline myopathy (ຮູບເສີມ 11A ແລະ C). ໂປຣຕີນ profibrotic MFAP4 ແມ່ນໜຶ່ງໃນໂປຣຕີນທີ່ເພີ່ມຂຶ້ນຫຼາຍທີ່ສຸດໃນພະຍາດ nemaline myopathy TNNT1 ແຕ່ຍັງຄົງບໍ່ປ່ຽນແປງໃນພະຍາດ nemaline myopathy ACTA1. SKIC8, ສ່ວນປະກອບຂອງສະລັບສັບຊ້ອນ PAF1C ທີ່ຮັບຜິດຊອບໃນການຄວບຄຸມການຖອດລະຫັດ gene HOX, ໄດ້ຖືກຫຼຸດລົງໃນພະຍາດ nemaline myopathy TNNT1 ແຕ່ບໍ່ໄດ້ຮັບຜົນກະທົບໃນພະຍາດ nemaline myopathy ACTA1 (ຮູບເສີມ 11A). ການປຽບທຽບໂດຍກົງຂອງ ACTA1 ແລະ TNNT1 nemaline myopathy ສະແດງໃຫ້ເຫັນການຫຼຸດລົງຂອງໂປຣຕີນ mitochondrial ຫຼາຍຂຶ້ນ ແລະ ການເພີ່ມຂຶ້ນຂອງໂປຣຕີນລະບົບພູມຕ້ານທານໃນ TNNT1 nemaline myopathy (ຮູບທີ 6G–H ແລະ ຮູບເພີ່ມເຕີມ 11C ແລະ 11H–I). ຂໍ້ມູນເຫຼົ່ານີ້ສອດຄ່ອງກັບການຝ่อ/ການເສື່ອມສະພາບທີ່ໃຫຍ່ກວ່າທີ່ສັງເກດເຫັນໃນ TNNT1 nemaline myopathy ເມື່ອທຽບກັບ TNNT1 nemaline myopathy (ຮູບທີ 6A), ຊີ້ໃຫ້ເຫັນວ່າ TNNT1 nemaline myopathy ເປັນຮູບແບບທີ່ຮ້າຍແຮງກວ່າຂອງພະຍາດ.
ເພື່ອປະເມີນວ່າຜົນກະທົບທີ່ສັງເກດເຫັນຂອງພະຍາດກ້າມເນື້ອ nemaline myopathy ຍັງຄົງຢູ່ໃນລະດັບກ້າມຊີ້ນທັງໝົດຫຼືບໍ່, ພວກເຮົາໄດ້ດຳເນີນການວິເຄາະໂປຣຕີນຂອງເນື້ອເຍື່ອກ້າມຊີ້ນຈາກກຸ່ມຄົນເຈັບທີ່ເປັນພະຍາດກ້າມເນື້ອ nemaline myopathy TNNT1 ດຽວກັນ ແລະ ປຽບທຽບກັບກຸ່ມຄວບຄຸມ (n=3 ຕໍ່ກຸ່ມ) (ຮູບເສີມ 13A, ຊຸດຂໍ້ມູນເສີມ 25). ຕາມທີ່ຄາດໄວ້, ກຸ່ມຄວບຄຸມມີຄວາມກ່ຽວຂ້ອງຢ່າງໃກ້ຊິດໃນການວິເຄາະອົງປະກອບຫຼັກ, ໃນຂະນະທີ່ຄົນເຈັບທີ່ເປັນພະຍາດກ້າມເນື້ອ nemaline myopathy TNNT1 ສະແດງໃຫ້ເຫັນຄວາມແຕກຕ່າງກັນລະຫວ່າງຕົວຢ່າງທີ່ສູງກວ່າທີ່ເຫັນໃນການວິເຄາະເສັ້ນໃຍດຽວ (ຮູບເສີມ 13B). ການວິເຄາະແບບລວມໄດ້ສ້າງໂປຣຕີນທີ່ສະແດງອອກແຕກຕ່າງກັນ (ຮູບເສີມ 13C, ຊຸດຂໍ້ມູນເສີມ 26) ແລະ ຂະບວນການທາງຊີວະວິທະຍາ (ຮູບເສີມ 13D, ຊຸດຂໍ້ມູນເສີມ 27) ໂດຍການປຽບທຽບເສັ້ນໃຍແຕ່ລະເສັ້ນ, ແຕ່ສູນເສຍຄວາມສາມາດໃນການຈຳແນກລະຫວ່າງປະເພດເສັ້ນໃຍທີ່ແຕກຕ່າງກັນ ແລະ ບໍ່ສາມາດອະທິບາຍຜົນກະທົບຂອງພະຍາດທີ່ແຕກຕ່າງກັນໃນທົ່ວເສັ້ນໃຍໄດ້.
ເມື່ອພິຈາລະນາຮ່ວມກັນແລ້ວ, ຂໍ້ມູນເຫຼົ່ານີ້ສະແດງໃຫ້ເຫັນວ່າໂປຣຕີໂອມິກສ໌ທີ່ມີເສັ້ນໃຍກ້າມຊີ້ນດ່ຽວສາມາດອະທິບາຍລັກສະນະທາງຊີວະວິທະຍາທາງດ້ານຄລີນິກທີ່ບໍ່ສາມາດກວດພົບໄດ້ໂດຍວິທີການເປົ້າໝາຍເຊັ່ນ: ອິມມູໂນບລັອດຕິງ. ຍິ່ງໄປກວ່ານັ້ນ, ຂໍ້ມູນເຫຼົ່ານີ້ເນັ້ນໃຫ້ເຫັນເຖິງຂໍ້ຈຳກັດຂອງການໃຊ້ການຈັດປະເພດເສັ້ນໃຍແອັກຕິນ (MYH) ຢ່າງດຽວເພື່ອອະທິບາຍການປັບຕົວຂອງລັກສະນະທາງພັນທຸກໍາ. ແທ້ຈິງແລ້ວ, ເຖິງແມ່ນວ່າການປ່ຽນປະເພດເສັ້ນໃຍແຕກຕ່າງກັນລະຫວ່າງພະຍາດກ້າມເນື້ອ nemaline actin ແລະ troponin, ແຕ່ພະຍາດກ້າມເນື້ອ nemaline ທັງສອງແຍກການຈັດປະເພດເສັ້ນໃຍ MYH ອອກຈາກການເຜົາຜານອາຫານເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກໄປສູ່ໂປຣຕີໂອມກ້າມຊີ້ນທີ່ໄວ ແລະ ຜຸພັງໜ້ອຍລົງ.
ຄວາມແຕກຕ່າງຂອງເຊວແມ່ນມີຄວາມສຳຄັນຫຼາຍຕໍ່ເນື້ອເຍື່ອໃນການຕອບສະໜອງຄວາມຕ້ອງການທີ່ຫຼາກຫຼາຍຂອງມັນ. ໃນກ້າມຊີ້ນໂຄງກະດູກ, ສິ່ງນີ້ມັກຈະຖືກອະທິບາຍວ່າເປັນປະເພດເສັ້ນໃຍທີ່ມີລັກສະນະໂດຍລະດັບການຜະລິດແຮງ ແລະ ຄວາມອ່ອນເພຍທີ່ແຕກຕ່າງກັນ. ຢ່າງໃດກໍຕາມ, ມັນເປັນທີ່ຊັດເຈນວ່າສິ່ງນີ້ອະທິບາຍພຽງແຕ່ສ່ວນນ້ອຍໆຂອງການປ່ຽນແປງຂອງເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກ, ເຊິ່ງມີຄວາມແຕກຕ່າງກັນ, ສັບສົນ ແລະ ຫຼາຍດ້ານຫຼາຍກວ່າທີ່ຄິດໄວ້ກ່ອນໜ້ານີ້. ຄວາມກ້າວໜ້າທາງດ້ານເຕັກໂນໂລຢີໃນປັດຈຸບັນໄດ້ສະແດງໃຫ້ເຫັນປັດໄຈທີ່ຄວບຄຸມເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກ. ແທ້ຈິງແລ້ວ, ຂໍ້ມູນຂອງພວກເຮົາຊີ້ໃຫ້ເຫັນວ່າເສັ້ນໃຍປະເພດ 2X ອາດຈະບໍ່ແມ່ນເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກທີ່ແຕກຕ່າງກັນ. ຍິ່ງໄປກວ່ານັ້ນ, ພວກເຮົາໄດ້ລະບຸໂປຣຕີນການເຜົາຜານອາຫານ, ໂປຣຕີນ ribosomal ແລະ ໂປຣຕີນທີ່ກ່ຽວຂ້ອງກັບເຊວເປັນຕົວກຳນົດຫຼັກຂອງຄວາມແຕກຕ່າງຂອງເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກ. ໂດຍການນຳໃຊ້ຂະບວນການເຮັດວຽກໂປຣຕີໂອມິກຂອງພວກເຮົາກັບຕົວຢ່າງຄົນເຈັບທີ່ມີພະຍາດ nematode myopathy, ພວກເຮົາໄດ້ສະແດງໃຫ້ເຫັນຕື່ມອີກວ່າການຈັດປະເພດເສັ້ນໃຍທີ່ອີງໃສ່ MYH ບໍ່ໄດ້ສະທ້ອນເຖິງຄວາມແຕກຕ່າງຂອງກ້າມຊີ້ນໂຄງກະດູກຢ່າງເຕັມທີ່, ໂດຍສະເພາະເມື່ອລະບົບຖືກລົບກວນ. ແທ້ຈິງແລ້ວ, ໂດຍບໍ່ຄຳນຶງເຖິງປະເພດເສັ້ນໃຍທີ່ອີງໃສ່ MYH, ພະຍາດ nematode myopathy ສົ່ງຜົນໃຫ້ການປ່ຽນໄປສູ່ເສັ້ນໃຍທີ່ໄວ ແລະ ອົກຊີເດຊັນໜ້ອຍລົງ.
ເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກໄດ້ຖືກຈັດປະເພດຕັ້ງແຕ່ສະຕະວັດທີ 19. ການວິເຄາະ omics ທີ່ຜ່ານມາໄດ້ຊ່ວຍໃຫ້ພວກເຮົາເລີ່ມເຂົ້າໃຈຮູບແບບການສະແດງອອກຂອງເສັ້ນໃຍ MYH ທີ່ແຕກຕ່າງກັນ ແລະ ການຕອບສະໜອງຂອງມັນຕໍ່ກັບການກະຕຸ້ນທີ່ແຕກຕ່າງກັນ. ດັ່ງທີ່ໄດ້ອະທິບາຍໄວ້ຢູ່ທີ່ນີ້, ວິທີການ omics ຍັງມີຂໍ້ໄດ້ປຽບຂອງຄວາມອ່ອນໄຫວຫຼາຍກວ່າສຳລັບການວັດແທກປະລິມານເຄື່ອງໝາຍປະເພດເສັ້ນໃຍກ່ວາວິທີການທີ່ອີງໃສ່ພູມຕ້ານທານແບບດັ້ງເດີມ, ໂດຍບໍ່ຕ້ອງອີງໃສ່ການວັດແທກປະລິມານຂອງເຄື່ອງໝາຍດຽວ (ຫຼືສອງສາມອັນ) ເພື່ອກຳນົດປະເພດເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກ. ພວກເຮົາໄດ້ໃຊ້ຂະບວນການເຮັດວຽກ transcriptomic ແລະ proteomic ທີ່ສົມບູນແບບ ແລະ ປະສົມປະສານຜົນໄດ້ຮັບເພື່ອກວດສອບລະບຽບການຖອດລະຫັດ ແລະ ຫຼັງການຖອດລະຫັດຂອງຄວາມແຕກຕ່າງຂອງເສັ້ນໃຍໃນເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກຂອງມະນຸດ. ຂະບວນການເຮັດວຽກນີ້ເຮັດໃຫ້ບໍ່ສາມາດລະບຸເສັ້ນໃຍປະເພດ 2X ທີ່ບໍລິສຸດໃນລະດັບໂປຣຕີນໃນ vastus lateralis ຂອງກຸ່ມຊາຍໜຸ່ມທີ່ມີສຸຂະພາບແຂງແຮງຂອງພວກເຮົາ. ນີ້ແມ່ນສອດຄ່ອງກັບການສຶກສາເສັ້ນໃຍດຽວກ່ອນໜ້ານີ້ທີ່ພົບເສັ້ນໃຍ 2X ທີ່ບໍລິສຸດ <1% ໃນ vastus lateralis ທີ່ມີສຸຂະພາບແຂງແຮງ, ເຖິງແມ່ນວ່າສິ່ງນີ້ຄວນໄດ້ຮັບການຢືນຢັນໃນກ້າມຊີ້ນອື່ນໆໃນອະນາຄົດ. ຄວາມແຕກຕ່າງລະຫວ່າງການກວດຫາເສັ້ນໃຍ 2X ທີ່ເກືອບບໍລິສຸດໃນລະດັບ mRNA ແລະ ເສັ້ນໃຍ 2A/2X ປະສົມກັນເທົ່ານັ້ນໃນລະດັບໂປຣຕີນແມ່ນໜ້າງຶດງໍ້. ການສະແດງອອກຂອງ mRNA ຂອງ isoform MYH ບໍ່ແມ່ນ circadian,67 ຊີ້ໃຫ້ເຫັນວ່າພວກເຮົາບໍ່น่าຈະ "ພາດ" ສັນຍານເລີ່ມຕົ້ນຂອງ MYH2 ໃນເສັ້ນໄຍ 2X ທີ່ເບິ່ງຄືວ່າບໍລິສຸດໃນລະດັບ RNA. ຄຳອະທິບາຍທີ່ເປັນໄປໄດ້ອັນໜຶ່ງ, ເຖິງແມ່ນວ່າຈະເປັນສົມມຸດຕິຖານຢ່າງດຽວ, ອາດຈະເປັນຄວາມແຕກຕ່າງໃນຄວາມໝັ້ນຄົງຂອງໂປຣຕີນ ແລະ/ຫຼື mRNA ລະຫວ່າງ isoforms MYH. ແທ້ຈິງແລ້ວ, ບໍ່ມີເສັ້ນໄຍໄວໃດບໍລິສຸດ 100% ສຳລັບ isoform MYH ໃດໆ, ແລະມັນຍັງບໍ່ຊັດເຈນວ່າລະດັບການສະແດງອອກຂອງ mRNA MYH1 ໃນລະດັບ 70–90% ຈະສົ່ງຜົນໃຫ້ມີຄວາມອຸດົມສົມບູນຂອງ MYH1 ແລະ MYH2 ເທົ່າທຽມກັນໃນລະດັບໂປຣຕີນ. ຢ່າງໃດກໍຕາມ, ເມື່ອພິຈາລະນາ transcriptome ຫຼື proteome ທັງໝົດ, ການວິເຄາະກຸ່ມສາມາດລະບຸໄດ້ພຽງແຕ່ສອງກຸ່ມທີ່ແຕກຕ່າງກັນຢ່າງໝັ້ນໃຈທີ່ເປັນຕົວແທນຂອງເສັ້ນໄຍກ້າມຊີ້ນໂຄງກະດູກທີ່ຊ້າ ແລະ ໄວ, ໂດຍບໍ່ຄຳນຶງເຖິງສ່ວນປະກອບ MYH ທີ່ແນ່ນອນຂອງພວກມັນ. ນີ້ສອດຄ່ອງກັບການວິເຄາະໂດຍໃຊ້ວິທີການ transcriptomic ນິວເຄຼຍດຽວ, ເຊິ່ງໂດຍທົ່ວໄປແລ້ວລະບຸພຽງແຕ່ສອງກຸ່ມ myonuclear ທີ່ແຕກຕ່າງກັນ. 68, 69, 70 ຍິ່ງໄປກວ່ານັ້ນ, ເຖິງແມ່ນວ່າການສຶກສາໂປຣຕີໂອມິກກ່ອນໜ້ານີ້ໄດ້ລະບຸເສັ້ນໃຍປະເພດ 2X, ແຕ່ເສັ້ນໃຍເຫຼົ່ານີ້ບໍ່ໄດ້ຈັດກຸ່ມແຍກຕ່າງຫາກຈາກເສັ້ນໃຍທີ່ເຫຼືອທີ່ໄວ ແລະ ສະແດງໃຫ້ເຫັນພຽງແຕ່ຈຳນວນໜ້ອຍຂອງໂປຣຕີນທີ່ມີຄວາມອຸດົມສົມບູນແຕກຕ່າງກັນເມື່ອທຽບກັບເສັ້ນໃຍປະເພດອື່ນໆໂດຍອີງໃສ່ MYH. 14 ຜົນໄດ້ຮັບເຫຼົ່ານີ້ຊີ້ໃຫ້ເຫັນວ່າພວກເຮົາຄວນກັບຄືນສູ່ມຸມມອງຕົ້ນສະຕະວັດທີ 20 ຂອງການຈັດປະເພດເສັ້ນໃຍກ້າມຊີ້ນ, ເຊິ່ງແບ່ງເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກຂອງມະນຸດບໍ່ແມ່ນສາມຊັ້ນທີ່ແຕກຕ່າງກັນໂດຍອີງໃສ່ MYH, ແຕ່ອອກເປັນສອງກຸ່ມໂດຍອີງໃສ່ຄຸນສົມບັດການເຜົາຜານອາຫານ ແລະ ການຫົດຕົວຂອງມັນ. 63
ສິ່ງທີ່ສຳຄັນກວ່ານັ້ນ, ຄວາມແຕກຕ່າງຂອງ myofiber ຄວນໄດ້ຮັບການພິຈາລະນາຕາມຫຼາຍມິຕິ. ການສຶກສາ "omics" ກ່ອນໜ້ານີ້ໄດ້ຊີ້ໃຫ້ເຫັນໃນທິດທາງນີ້, ເຊິ່ງຊີ້ໃຫ້ເຫັນວ່າເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກບໍ່ໄດ້ປະກອບເປັນກຸ່ມແຍກຕ່າງຫາກແຕ່ຖືກຈັດລຽງຕາມຄວາມຕໍ່ເນື່ອງ. 11, 13, 14, 64, 71 ໃນທີ່ນີ້, ພວກເຮົາສະແດງໃຫ້ເຫັນວ່າ, ນອກເໜືອໄປຈາກຄວາມແຕກຕ່າງໃນຄຸນສົມບັດການຫົດຕົວ ແລະ ການເຜົາຜານອາຫານຂອງກ້າມຊີ້ນໂຄງກະດູກ, myofibers ສາມາດແຍກແຍະໄດ້ໂດຍລັກສະນະທີ່ກ່ຽວຂ້ອງກັບການພົວພັນລະຫວ່າງຈຸລັງ ແລະ ກົນໄກການແປ. ແທ້ຈິງແລ້ວ, ພວກເຮົາໄດ້ພົບເຫັນຄວາມແຕກຕ່າງຂອງ ribosome ໃນເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກທີ່ປະກອບສ່ວນເຂົ້າໃນຄວາມແຕກຕ່າງໂດຍບໍ່ຂຶ້ນກັບປະເພດເສັ້ນໃຍຊ້າ ແລະ ໄວ. ສາເຫດພື້ນຖານຂອງຄວາມແຕກຕ່າງຂອງ myofiber ທີ່ສຳຄັນນີ້, ໂດຍບໍ່ຂຶ້ນກັບປະເພດເສັ້ນໃຍຊ້າ ແລະ ໄວ, ຍັງບໍ່ຈະແຈ້ງ, ແຕ່ມັນອາດຈະຊີ້ໃຫ້ເຫັນເຖິງການຈັດຕັ້ງພື້ນທີ່ພິເສດພາຍໃນ fascicles ກ້າມຊີ້ນທີ່ຕອບສະໜອງຕໍ່ແຮງ ແລະ ການໂຫຼດສະເພາະ,72 ການສື່ສານສະເພາະຂອງຈຸລັງ ຫຼື ອະໄວຍະວະກັບປະເພດຈຸລັງອື່ນໆໃນສະພາບແວດລ້ອມຂອງກ້າມຊີ້ນຈຸນລະພາກ73,74,75 ຫຼື ຄວາມແຕກຕ່າງໃນກິດຈະກຳຂອງ ribosome ພາຍໃນ myofibers ແຕ່ລະອັນ. ແທ້ຈິງແລ້ວ, heteroplasmy ຂອງ ribosomal, ບໍ່ວ່າຈະຜ່ານການທົດແທນ paralogous ຂອງ RPL3 ແລະ RPL3L ຫຼືໃນລະດັບຂອງ 2′O-methylation ຂອງ rRNA, ໄດ້ສະແດງໃຫ້ເຫັນວ່າມີຄວາມກ່ຽວຂ້ອງກັບການເຕີບໃຫຍ່ຂອງກ້າມຊີ້ນໂຄງກະດູກ76,77. ການນຳໃຊ້ multi-omic ແລະ spatial ລວມກັບລັກສະນະການເຮັດວຽກຂອງ myofibers ສ່ວນບຸກຄົນຈະຊ່ວຍເພີ່ມຄວາມເຂົ້າໃຈຂອງພວກເຮົາກ່ຽວກັບຊີວະວິທະຍາກ້າມຊີ້ນໃນລະດັບ multi-omic78.
ໂດຍການວິເຄາະໂປຣຕີໂອມຂອງ myofibers ດຽວຈາກຄົນເຈັບທີ່ມີພະຍາດ nemaline myopathies, ພວກເຮົາຍັງໄດ້ສະແດງໃຫ້ເຫັນເຖິງປະໂຫຍດ, ປະສິດທິພາບ, ແລະການນຳໃຊ້ໂປຣຕີໂອມິກ myofiber ດຽວເພື່ອອະທິບາຍພະຍາດວິທະຍາທາງດ້ານຄລີນິກຂອງກ້າມຊີ້ນໂຄງກະດູກ. ຍິ່ງໄປກວ່ານັ້ນ, ໂດຍການປຽບທຽບຂະບວນການເຮັດວຽກຂອງພວກເຮົາກັບການວິເຄາະໂປຣຕີໂອມິກທົ່ວໂລກ, ພວກເຮົາສາມາດສະແດງໃຫ້ເຫັນວ່າໂປຣຕີໂອມິກ myofiber ດຽວໃຫ້ຂໍ້ມູນທີ່ມີຄວາມເລິກເທົ່າກັບໂປຣຕີໂອມິກເນື້ອເຍື່ອທົ່ວໂລກ ແລະຂະຫຍາຍຄວາມເລິກນີ້ໂດຍການຄຳນຶງເຖິງຄວາມແຕກຕ່າງລະຫວ່າງເສັ້ນໄຍ ແລະປະເພດຂອງ myofiber. ນອກເໜືອໄປຈາກຄວາມແຕກຕ່າງທີ່ຄາດໄວ້ (ເຖິງແມ່ນວ່າຈະປ່ຽນແປງໄດ້) ໃນອັດຕາສ່ວນປະເພດເສັ້ນໄຍທີ່ສັງເກດເຫັນໃນພະຍາດ nemaline myopathies ACTA1 ແລະ TNNT1 ເມື່ອທຽບກັບກຸ່ມຄວບຄຸມທີ່ມີສຸຂະພາບດີ,19 ພວກເຮົາຍັງໄດ້ສັງເກດເຫັນການປ່ຽນແປງແບບຜຸພັງ ແລະ ພາຍນອກຈຸລັງໂດຍບໍ່ຂຶ້ນກັບການປ່ຽນປະເພດເສັ້ນໄຍໂດຍ MYH. Fibrosis ເຄີຍມີລາຍງານມາກ່ອນໃນພະຍາດກ້າມເນື້ອ nemaline TNNT1.19 ເຖິງຢ່າງໃດກໍ່ຕາມ, ການວິເຄາະຂອງພວກເຮົາໄດ້ສ້າງຂຶ້ນບົນພື້ນຖານການຄົ້ນພົບນີ້ໂດຍການເປີດເຜີຍລະດັບທີ່ເພີ່ມຂຶ້ນຂອງໂປຣຕີນທີ່ກ່ຽວຂ້ອງກັບຄວາມກົດດັນທີ່ຫຼั่งອອກມານອກຈຸລັງ, ເຊັ່ນ: annexins, ທີ່ກ່ຽວຂ້ອງກັບກົນໄກການສ້ອມແປງ sarcolemmal, ໃນ myofibers ຈາກຄົນເຈັບທີ່ມີພະຍາດກ້າມເນື້ອ nemaline ACTA1 ແລະ TNNT1.57,58,59 ສະຫຼຸບແລ້ວ, ລະດັບ annexin ທີ່ເພີ່ມຂຶ້ນໃນ myofibers ຈາກຄົນເຈັບທີ່ມີພະຍາດກ້າມເນື້ອ nemaline ອາດເປັນຕົວແທນຂອງການຕອບສະໜອງຂອງຈຸລັງເພື່ອສ້ອມແປງ myofibers ທີ່ເສື່ອມສະພາບຢ່າງຮຸນແຮງ.
ເຖິງແມ່ນວ່າການສຶກສານີ້ເປັນຕົວແທນຂອງການວິເຄາະກ້າມຊີ້ນທັງໝົດດ້ວຍເສັ້ນໃຍດຽວທີ່ໃຫຍ່ທີ່ສຸດຂອງມະນຸດມາຮອດປະຈຸບັນ, ແຕ່ມັນກໍ່ບໍ່ແມ່ນວ່າບໍ່ມີຂໍ້ຈຳກັດ. ພວກເຮົາໄດ້ແຍກເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກອອກຈາກຕົວຢ່າງທີ່ຂ້ອນຂ້າງນ້ອຍ ແລະ ເປັນເອກະພາບຂອງຜູ້ເຂົ້າຮ່ວມ ແລະ ກ້າມຊີ້ນດຽວ (vastus lateralis). ດັ່ງນັ້ນ, ມັນເປັນໄປບໍ່ໄດ້ທີ່ຈະຍົກເວັ້ນການມີຢູ່ຂອງກຸ່ມເສັ້ນໃຍສະເພາະໃນທົ່ວປະເພດກ້າມຊີ້ນ ແລະ ໃນລະດັບສຸດຂີດຂອງສະລີລະວິທະຍາກ້າມຊີ້ນ. ຕົວຢ່າງ, ພວກເຮົາບໍ່ສາມາດຍົກເວັ້ນຄວາມເປັນໄປໄດ້ຂອງກຸ່ມຍ່ອຍຂອງເສັ້ນໃຍໄວຫຼາຍ (ເຊັ່ນ: ເສັ້ນໃຍ 2X ບໍລິສຸດ) ທີ່ເກີດຂຶ້ນໃນນັກແລ່ນທີ່ໄດ້ຮັບການຝຶກອົບຮົມສູງ ແລະ/ຫຼື ນັກກິລາທີ່ມີຄວາມແຂງແຮງ 79 ຫຼື ໃນຊ່ວງເວລາທີ່ກ້າມຊີ້ນບໍ່ມີການເຄື່ອນໄຫວ 66,80. ຍິ່ງໄປກວ່ານັ້ນ, ຂະໜາດຕົວຢ່າງທີ່ຈຳກັດຂອງຜູ້ເຂົ້າຮ່ວມໄດ້ປ້ອງກັນພວກເຮົາຈາກການສືບສວນຄວາມແຕກຕ່າງທາງເພດໃນຄວາມແຕກຕ່າງຂອງເສັ້ນໃຍ, ຍ້ອນວ່າອັດຕາສ່ວນປະເພດເສັ້ນໃຍເປັນທີ່ຮູ້ຈັກວ່າແຕກຕ່າງກັນລະຫວ່າງຜູ້ຊາຍ ແລະ ຜູ້ຍິງ. ຍິ່ງໄປກວ່ານັ້ນ, ພວກເຮົາບໍ່ສາມາດດຳເນີນການວິເຄາະ transcriptomic ແລະ proteomic ໃນເສັ້ນໃຍກ້າມຊີ້ນດຽວກັນ ຫຼື ຕົວຢ່າງຈາກຜູ້ເຂົ້າຮ່ວມດຽວກັນ. ໃນຂະນະທີ່ພວກເຮົາ ແລະ ຄົນອື່ນໆສືບຕໍ່ເພີ່ມປະສິດທິພາບການວິເຄາະຈຸລັງດ່ຽວ ແລະ ກ້າມຊີ້ນດ່ຽວໂດຍໃຊ້ການວິເຄາະ omics ເພື່ອບັນລຸການປ້ອນຂໍ້ມູນຕົວຢ່າງທີ່ຕໍ່າຫຼາຍ (ດັ່ງທີ່ສະແດງໃຫ້ເຫັນຢູ່ທີ່ນີ້ໃນການວິເຄາະເສັ້ນໃຍຈາກຄົນເຈັບທີ່ມີພະຍາດກ້າມເນື້ອໄມໂທຄອນເດຣຍ), ໂອກາດທີ່ຈະລວມເອົາວິທີການຫຼາຍ omics (ແລະ ໜ້າທີ່) ພາຍໃນເສັ້ນໃຍກ້າມຊີ້ນດ່ຽວກໍ່ກາຍເປັນທີ່ຊັດເຈນ.
ໂດຍລວມແລ້ວ, ຂໍ້ມູນຂອງພວກເຮົາລະບຸ ແລະ ອະທິບາຍຕົວຂັບເຄື່ອນການຖອດຂໍ້ຄວາມ ແລະ ຫຼັງການຖອດຂໍ້ຄວາມຂອງຄວາມແຕກຕ່າງຂອງກ້າມຊີ້ນໂຄງກະດູກ. ໂດຍສະເພາະ, ພວກເຮົານຳສະເໜີຂໍ້ມູນທີ່ທ້າທາຍຫຼັກການທີ່ມີມາດົນນານໃນສະລີລະວິທະຍາຂອງກ້າມຊີ້ນໂຄງກະດູກທີ່ກ່ຽວຂ້ອງກັບຄຳນິຍາມປະເພດເສັ້ນໃຍທີ່ອີງໃສ່ MYH ແບບຄລາສສິກ. ພວກເຮົາຫວັງວ່າຈະຕໍ່ອາຍຸການໂຕ້ວາທີ ແລະ ໃນທີ່ສຸດກໍ່ຄິດຄືນໃໝ່ກ່ຽວກັບຄວາມເຂົ້າໃຈຂອງພວກເຮົາກ່ຽວກັບການຈັດປະເພດເສັ້ນໃຍກ້າມຊີ້ນໂຄງກະດູກ ແລະ ຄວາມແຕກຕ່າງ.
ຜູ້ເຂົ້າຮ່ວມຄົນຜິວຂາວສິບສີ່ຄົນ (ຜູ້ຊາຍ 12 ຄົນ ແລະ ຜູ້ຍິງ 2 ຄົນ) ໄດ້ຕົກລົງເຫັນດີທີ່ຈະເຂົ້າຮ່ວມໃນການສຶກສາຄັ້ງນີ້ໂດຍສະໝັກໃຈ. ການສຶກສາດັ່ງກ່າວໄດ້ຮັບການອະນຸມັດຈາກຄະນະກຳມະການຈັນຍາບັນຂອງໂຮງໝໍມະຫາວິທະຍາໄລ Ghent (BC-10237), ປະຕິບັດຕາມຖະແຫຼງການ Helsinki ປີ 2013, ແລະ ໄດ້ລົງທະບຽນທີ່ ClinicalTrials.gov (NCT05131555). ລັກສະນະທົ່ວໄປຂອງຜູ້ເຂົ້າຮ່ວມແມ່ນນຳສະເໜີຢູ່ໃນຕາຕະລາງເສີມ 1. ຫຼັງຈາກໄດ້ຮັບການຍິນຍອມທາງວາຈາ ແລະ ເປັນລາຍລັກອັກສອນ, ຜູ້ເຂົ້າຮ່ວມໄດ້ຮັບການກວດສຸຂະພາບກ່ອນທີ່ຈະລວມເຂົ້າໃນການສຶກສາຄັ້ງສຸດທ້າຍ. ຜູ້ເຂົ້າຮ່ວມມີອາຍຸນ້ອຍ (22–42 ປີ), ມີສຸຂະພາບແຂງແຮງ (ບໍ່ມີພະຍາດ, ບໍ່ມີປະຫວັດການສູບຢາ), ແລະ ມີການເຄື່ອນໄຫວທາງຮ່າງກາຍໃນລະດັບປານກາງ. ການດູດຊຶມອົກຊີເຈນສູງສຸດໄດ້ຖືກກຳນົດໂດຍໃຊ້ເຄື່ອງວັດແທກການອອກກຳລັງກາຍແບບກ້າວກະໂດດ ສຳລັບການປະເມີນຄວາມແຂງແຮງທາງຮ່າງກາຍຕາມທີ່ໄດ້ອະທິບາຍໄວ້ກ່ອນໜ້ານີ້. 81
ຕົວຢ່າງການກວດເນື້ອເຍື່ອກ້າມຊີ້ນໄດ້ຖືກເກັບກຳໃນເວລາພັກຜ່ອນ ແລະ ໃນສະພາບທີ່ອົດອາຫານສາມຄັ້ງ, ຫ່າງກັນ 14 ມື້. ເນື່ອງຈາກຕົວຢ່າງເຫຼົ່ານີ້ໄດ້ຖືກເກັບກຳເປັນສ່ວນໜຶ່ງຂອງການສຶກສາທີ່ໃຫຍ່ກວ່າ, ຜູ້ເຂົ້າຮ່ວມໄດ້ກິນຢາหลอก (lactose), ຢາຕ້ານ H1-receptor (540 ມກ fexofenadine), ຫຼື ຢາຕ້ານ H2-receptor (40 ມກ famotidine) 40 ນາທີກ່ອນການກວດເນື້ອເຍື່ອ. ພວກເຮົາໄດ້ສະແດງໃຫ້ເຫັນກ່ອນໜ້ານີ້ວ່າຢາຕ້ານ histamine receptor ເຫຼົ່ານີ້ບໍ່ມີຜົນກະທົບຕໍ່ຄວາມແຂງແຮງຂອງກ້າມຊີ້ນໂຄງກະດູກໃນເວລາພັກຜ່ອນ81, ແລະ ບໍ່ມີການສັງເກດເຫັນການຈັດກຸ່ມທີ່ກ່ຽວຂ້ອງກັບສະພາບໃນແຜນການຄວບຄຸມຄຸນນະພາບຂອງພວກເຮົາ (ຮູບເສີມ 3 ແລະ 6). ອາຫານມາດຕະຖານ (41.4 kcal/kg ນ້ຳໜັກຕົວ, ຄາໂບໄຮເດຣດ 5.1 ກຣາມ/ກິໂລ ນ້ຳໜັກຕົວ, ໂປຣຕີນ 1.4 ກຣາມ/ກິໂລ ນ້ຳໜັກຕົວ, ແລະ ໄຂມັນ 1.6 ກຣາມ/ກິໂລ ນ້ຳໜັກຕົວ) ໄດ້ຖືກຮັກສາໄວ້ເປັນເວລາ 48 ຊົ່ວໂມງກ່ອນແຕ່ລະມື້ທົດລອງ, ແລະ ອາຫານເຊົ້າມາດຕະຖານ (ຄາໂບໄຮເດຣດ 1.5 ກຣາມ/ກິໂລ ນ້ຳໜັກຕົວ) ໄດ້ຖືກບໍລິໂພກໃນຕອນເຊົ້າຂອງມື້ທົດລອງ. ພາຍໃຕ້ການໃຊ້ຢາສະລົບທ້ອງຖິ່ນ (0.5 ml 1% lidocaine ໂດຍບໍ່ມີ epinephrine), ການກວດເນື້ອເຍື່ອກ້າມຊີ້ນໄດ້ຮັບຈາກກ້າມຊີ້ນ vastus lateralis ໂດຍໃຊ້ການດູດ Bergström ຜ່ານຜິວໜັງ.82 ຕົວຢ່າງກ້າມຊີ້ນໄດ້ຖືກຝັງທັນທີໃນ RNAlater ແລະເກັບຮັກສາໄວ້ທີ່ 4°C ຈົນກວ່າຈະມີການຜ່າຕັດເສັ້ນໃຍດ້ວຍມື (ສູງສຸດ 3 ມື້).
ມັດ myofiber ທີ່ແຍກອອກມາໃໝ່ໆໄດ້ຖືກໂອນໄປຫາສື່ກາງ RNAlater ສົດໃນຈານເຊື້ອ. ຫຼັງຈາກນັ້ນ, myofibers ແຕ່ລະອັນໄດ້ຖືກຜ່າຕັດດ້ວຍມືໂດຍໃຊ້ກ້ອງຈຸລະທັດສະເຕີລິໂອ ແລະ ຄີບລະອຽດ. ເສັ້ນໃຍຊາວຫ້າເສັ້ນໄດ້ຖືກຜ່າຕັດຈາກແຕ່ລະການກວດເນື້ອເຍື່ອ, ໂດຍເອົາໃຈໃສ່ເປັນພິເສດຕໍ່ການເລືອກເສັ້ນໃຍຈາກພື້ນທີ່ຕ່າງໆຂອງການກວດເນື້ອເຍື່ອ. ຫຼັງຈາກການຜ່າຕັດ, ເສັ້ນໃຍແຕ່ລະເສັ້ນໄດ້ຖືກແຊ່ລົງໃນ lysis buffer 3 μl (SingleShot Cell Lysis Kit, Bio-Rad) ທີ່ມີ enzymes proteinase K ແລະ DNase ເພື່ອກຳຈັດໂປຣຕີນ ແລະ DNA ທີ່ບໍ່ຕ້ອງການ. ຫຼັງຈາກນັ້ນ, ການແບ່ງຈຸລັງ ແລະ ການກຳຈັດໂປຣຕີນ/DNA ໄດ້ເລີ່ມຕົ້ນດ້ວຍການປັ່ນເປັນວົງສັ້ນໆ, ປັ່ນນ້ຳໃນເຄື່ອງປັ່ນຈຸລະພາກ, ແລະ ຟັກຢູ່ທີ່ອຸນຫະພູມຫ້ອງ (10 ນາທີ). ຫຼັງຈາກນັ້ນ, lysate ໄດ້ຖືກຟັກໄວ້ໃນເຄື່ອງປັ່ນຄວາມຮ້ອນ (T100, Bio-Rad) ທີ່ອຸນຫະພູມ 37°C ເປັນເວລາ 5 ນາທີ, 75°C ເປັນເວລາ 5 ນາທີ, ແລະ ຫຼັງຈາກນັ້ນເກັບຮັກສາໄວ້ທັນທີທີ່ -80°C ຈົນກວ່າຈະດຳເນີນການຕໍ່ໄປ.
ຫ້ອງສະໝຸດ RNA polyadenylated ທີ່ເຂົ້າກັນໄດ້ກັບ Illumina ໄດ້ຖືກກະກຽມຈາກ 2 µl ຂອງ myofiber lysate ໂດຍໃຊ້ຊຸດກຽມຫ້ອງສະໝຸດ QuantSeq-Pool 3′ mRNA-Seq (Lexogen). ວິທີການລະອຽດສາມາດພົບໄດ້ໃນຄູ່ມືຂອງຜູ້ຜະລິດ. ຂະບວນການເລີ່ມຕົ້ນດ້ວຍການສັງເຄາະ cDNA ສາຍທຳອິດໂດຍການຖອດລະຫັດແບບປີ້ນກັບກັນ, ໃນລະຫວ່າງນັ້ນຕົວລະບຸໂມເລກຸນທີ່ເປັນເອກະລັກ (UMIs) ແລະບາໂຄດ i1 ສະເພາະຕົວຢ່າງຖືກນຳສະເໜີເພື່ອຮັບປະກັນການລວມຕົວຢ່າງ ແລະ ຫຼຸດຜ່ອນການປ່ຽນແປງທາງດ້ານເຕັກນິກໃນລະຫວ່າງການປະມວນຜົນລຸ່ມ. ຫຼັງຈາກນັ້ນ cDNA ຈາກ 96 myofibers ຈະຖືກລວມ ແລະ ບໍລິສຸດດ້ວຍລູກປັດແມ່ເຫຼັກ, ຫຼັງຈາກນັ້ນ RNA ຖືກກຳຈັດອອກ ແລະ ການສັງເຄາະສາຍທີສອງຖືກປະຕິບັດໂດຍໃຊ້ primers ແບບສຸ່ມ. ຫ້ອງສະໝຸດຖືກບໍລິສຸດດ້ວຍລູກປັດແມ່ເຫຼັກ, ແທັກ i5/i7 ສະເພາະກຸ່ມຖືກເພີ່ມ, ແລະ PCR ຖືກຂະຫຍາຍ. ຂັ້ນຕອນການບໍລິສຸດສຸດທ້າຍຜະລິດຫ້ອງສະໝຸດທີ່ເຂົ້າກັນໄດ້ກັບ Illumina. ຄຸນນະພາບຂອງແຕ່ລະກຸ່ມຫ້ອງສະໝຸດໄດ້ຖືກປະເມີນໂດຍໃຊ້ຊຸດວິເຄາະ DNA ຊິ້ນສ່ວນຂະໜາດນ້ອຍທີ່ມີຄວາມອ່ອນໄຫວສູງ (Agilent Technologies, DNF-477-0500).
ອີງຕາມການວັດແທກປະລິມານ Qubit, ກຸ່ມຕ່າງໆໄດ້ຖືກລວມເຂົ້າກັນຕື່ມອີກໃນຄວາມເຂັ້ມຂຸ້ນຂອງ equimolar (2 nM). ຫຼັງຈາກນັ້ນ, ກຸ່ມທີ່ໄດ້ຮັບໄດ້ຖືກຈັດລຳດັບໃນເຄື່ອງມື NovaSeq 6000 ໃນໂໝດມາດຕະຖານໂດຍໃຊ້ຊຸດປະຕິກິລິຍາ NovaSeq S2 (1 × 100 ນິວຄລີໂອໄທດ໌) ດ້ວຍການໂຫຼດ 2 nM (4% PhiX).
ທໍ່ສົ່ງຂໍ້ມູນຂອງພວກເຮົາແມ່ນອີງໃສ່ທໍ່ສົ່ງການວິເຄາະຂໍ້ມູນ QuantSeq Pool ຂອງ Lexogen (https://github.com/Lexogen-Tools/quantseqpool_analysis). ຂໍ້ມູນໄດ້ຖືກແຍກອອກເປັນສອງສ່ວນດ້ວຍ bcl2fastq2 (v2.20.0) ໂດຍອີງໃສ່ດັດຊະນີ i7/i5. ຫຼັງຈາກນັ້ນ, ການອ່ານ 2 ໄດ້ຖືກແຍກອອກເປັນສອງສ່ວນດ້ວຍ idemux (v0.1.6) ໂດຍອີງໃສ່ບາໂຄດຕົວຢ່າງ i1 ແລະລໍາດັບ UMI ໄດ້ຖືກສະກັດດ້ວຍ umi_tools (v1.0.1). ຫຼັງຈາກນັ້ນ, ການອ່ານໄດ້ຖືກຕັດດ້ວຍ cutadapt (v3.4) ໃນຫຼາຍຮອບເພື່ອລຶບການອ່ານສັ້ນ (ຄວາມຍາວ <20) ຫຼືການອ່ານທີ່ປະກອບດ້ວຍລໍາດັບອະແດບເຕີເທົ່ານັ້ນ. ຫຼັງຈາກນັ້ນ, ການອ່ານໄດ້ຖືກຈັດລຽງໃຫ້ສອດຄ່ອງກັບຈີໂນມຂອງມະນຸດໂດຍໃຊ້ STAR (v2.6.0c) ແລະໄຟລ໌ BAM ໄດ້ຖືກດັດສະນີດ້ວຍ SAMtools (v1.11). ການອ່ານທີ່ຊໍ້າກັນຖືກລຶບອອກໂດຍໃຊ້ umi_tools (v1.0.1). ສຸດທ້າຍ, ການນັບການຈັດລຽງໄດ້ຖືກປະຕິບັດໂດຍໃຊ້ featureCounts ໃນ Subread (v2.0.3). ການຄວບຄຸມຄຸນນະພາບໄດ້ຖືກປະຕິບັດໂດຍໃຊ້ FastQC (v0.11.9) ໃນຫຼາຍຂັ້ນຕອນກາງຂອງທໍ່ສົ່ງ.
ການປະມວນຜົນ ແລະ ການເບິ່ງເຫັນຊີວະວິທະຍາຂໍ້ມູນຂ່າວສານເພີ່ມເຕີມທັງໝົດໄດ້ຖືກປະຕິບັດໃນ R (v4.2.3), ສ່ວນໃຫຍ່ແມ່ນໃຊ້ຂະບວນການເຮັດວຽກ Seurat (v4.4.0). 83 ດັ່ງນັ້ນ, ຄ່າ UMI ສ່ວນບຸກຄົນ ແລະ ເມທຣິກ metadata ໄດ້ຖືກປ່ຽນເປັນວັດຖຸ Seurat. ພັນທຸກໍາທີ່ສະແດງອອກໃນເສັ້ນໄຍໜ້ອຍກວ່າ 30% ທັງໝົດຖືກລຶບອອກ. ຕົວຢ່າງທີ່ມີຄຸນນະພາບຕໍ່າຖືກລຶບອອກໂດຍອີງໃສ່ຂອບເຂດຂັ້ນຕ່ຳຂອງຄ່າ UMI 1000 ແລະ ພັນທຸກໍາທີ່ກວດພົບ 1000. ໃນທີ່ສຸດ, ເສັ້ນໄຍ 925 ເສັ້ນໄດ້ຜ່ານຂັ້ນຕອນການກັ່ນຕອງການຄວບຄຸມຄຸນນະພາບທັງໝົດ. ຄ່າ UMI ໄດ້ຖືກປັບໃຫ້ເປັນປົກກະຕິໂດຍໃຊ້ວິທີ Seurat SCTransform v2, 84 ລວມທັງລັກສະນະທີ່ກວດພົບທັງໝົດ 7418 ຢ່າງ, ແລະ ຄວາມແຕກຕ່າງລະຫວ່າງຜູ້ເຂົ້າຮ່ວມໄດ້ຖືກຖົດຖອຍ. metadata ທີ່ກ່ຽວຂ້ອງທັງໝົດສາມາດພົບໄດ້ໃນຊຸດຂໍ້ມູນເສີມ 28.