Ett Urinary Common Rejection Module (uCRM)-poäng för icke-invasiv övervakning av njurtransplantationer

Kontakt: Audrey Hu Whatsapp/hp: 0086 13880143964 E-post:audrey.hu@wecistanche.com

Abstrakt

En gemensam avstötningsmodul (CRM) bestående av 11 gener uttryckta i allotransplantatbiopsier har tidigare rapporterats fungera som en biomarkör för akut avstötning (AR), korrelera med omfattningen av transplantatskada och förutsäga framtida allograftskada. Vi undersökte användningen av denna genpanel på urincellspelleten hos njurtransplanterade patienter. Urincellsediment samlades in från patienter med biopsibekräftad akut avstötning, borderline AR (bAR), BK-virusnefropati (BKVN) och stabila njurtransplantat med normala protokollbiopsier (STA) analyserades för uttryck av dessa 11 gener med användning av kvantitativ polymeraskedja reaktion (qPCR). Vi bedömde dessa 11 CRM-gener för deras överflöd, autokorrelation och individuella uttrycksnivåer. Expression av 10/11 gener var förhöjda i AR jämfört med STA. Psmb9 och Cxcl10 kunde klassificera AR kontra STA lika exakt som 11-genmodellen ( känslighet=93.6 procent ,specificitet=97.6 procent ). Au CRM-poäng, baserat på det geometriska medelvärdet av uttrycksnivåerna, kunde skilja AR från STA med hög noggrannhet (AUC= 0.9886) och korrelerade specifikt med histologiska mått på tubulit och interstitiell inflammation snarare än tubulär atrofi, glomeruloskleros, intimal proliferation, tubulär vakuolisering eller akut glomerulit. Denna uringenuttrycksbaserade poäng kan möjliggöra icke-invasiv och kvantitativ övervakning av AR.

EFFEKTER AV CSITANCHE: ANTI-INFLAMMATORISK

Introduktion

Njurtransplantation (KTx) är den föredragna metoden för behandling av njursjukdom i slutstadiet (ESRD) oavsett orsak [1]. Även om detta terapeutiska tillvägagångssätt har blivit en rutinmässig praxis över hela världen, vilket avsevärt förbättrar patienternas livskvalitet och överlevnad[2], har långsiktiga njurallotransplantatresultat inte förbättrats som förväntat trots en bättre förståelse av immunbiologin av allotransplantatavstötning och tillkomsten av nya och mer potenta immunsuppressiva medel [3]. Den huvudsakliga orsaken till ihållande och dålig överlevnad av transplantat är oförmågan att icke-invasivt kvantifiera bördan av transplantatimmunskada och förutsäga akut avstötning före väsentlig funktionsnedgång och histologisk skada. Även om det är välkänt att KTx-patienter kontinuerligt exponeras för immun- och icke-immunrelaterade skador [4, 5], är periodisk KTx-övervakning beroende av okänsliga surrogatmarkörer för allograftdysfunktion såsom serumkreatinin (6, Z] och sporadisk KTx-övervakning är baserad på allotransplantatbiopsier för att upptäcka subklinisk histologisk transplantatskada i frånvaro av störning av serumkreatinin[8]. Även om bedömning av transplantatdysfunktion endast baserat på serumkreatinin har känslighet för ospecifik, etablerad allograftskada, den har låg specificitet för diagnosen akut avstötning (AR), eftersom en ökning av serumkreatinin kan bero på andra orsaker som inte är direkt relaterade till allotransplantatavstötning, såsom immunsuppressiv (IS) läkemedelsrelaterad nefrotoxicitet, akut tubulär nekros, infektion och interstitiell fibros och tubulär atrofi (IFTA), medan användningen av övervakningsbiopsier har postulerats som guldstandardverktyget för att diagnostisera al. lograft lesioner, detta tillvägagångssätt är kostsamt, invasivt, med procedursjuklighet (risk för blödning; procedur som kräver sedering, särskilt för pediatriska KTx-patienter)[9], fylld med läsvariabiliteter mellan operatörerna och ofta dåligt representativa för fokal histologisk skada. Därför används icke-invasiva biologiska markörer som exakt kan förutsäga och kvantifiera bördan av immunskada i allotransplantatet skulle vara ett betydande framsteg för precisionsövervakning av KTx [10-12].

Undersökning av proteomiska, RNA- och mikroRNA-biomarkörer i urinen hos KTx-patienter har av våra grupper och andra [13-17] visat sig vara en optimal biologisk vätska för seriell övervakning av njurallotransplantatet eftersom det är ett ultrafiltrat av njure och speglar de biologiska processer och inflammatorisk börda som finns i njurtransplantatet [18]. Trots ett antal studier som tidigare har utvärderat urinbiomarkörer som ett icke-invasivt diagnostiskt tillvägagångssätt för analys av AR vid njurtransplantation, är det exklusiva fokuset på enskilda biomarkörer som särskilda kemokiner och receptorer som CXCR3, CXCL9 eller CXCL10 [{{ 6}}] gör det svårt att fånga den molekylära komplexiteten och heterogeniteten hos AR över olika KTx-patienter. Att fånga denna heterogenitet är viktigt för att kvantifiera skadebördan på ett sätt som är användbart för prospektiv övervakning av AR och återhämtning av transplantatskada efter terapeutisk intervention [25, 26].

I den här studien tillämpar vi kunskapen från att utnyttja en gemensam avstötningsmodul (CRM) av 11 gener [27], som ursprungligen utvecklades med hjälp av uttömmande metaanalys av allmänt tillgängliga transplantationsvävnadsmikroarray-datauppsättningar av biopsiprover från fyra olika typer av fasta material. organ. CRM-generna i vävnad (tCRM) var alla överuttryckta bland AR-patienter, oavsett typ av organ, skillnader i immunsuppressionsprotokoll eller skillnader i plattformarna som förhörde genuttryck. En kvantitativ tröskel bestämd genom beräkningsanalys av en kombinerad gen-poäng (tCRM-poängen) förutspådde noggrant närvaron av AR genom korsvalidering av vävnadsgenexpressionssignaturer i 8 oberoende kohorter (n= 236 prover) av humant njurallotransplantat biopsier[27]. tCRM-poängen validerades ytterligare av qPCR i en separat studie på KTx-biopsiprover som diagnostisk för både AR och kronisk allograftskada (CAl) med olika genuppsättningströsklar [28]. Dessutom validerades denna uppsättning CRM-gener i en oberoende uppsättning biopsierad vävnad från lungtransplantationspatienter med kronisk lungallograftdysfunktion (CLAD) [29].

I denna studie bedömer vi CRM-genuppsättningen för användning på urinprover från KTx-patienter, parat med allotransplantatbiopsier med känd histologi, för den icke-invasiva diagnosen av AR och andra immunförmedlade skador. Vidare utvecklar vi en urin-CRM(uCRM)-poäng som exakt skiljer mellan STA- och AR-patienter. Vi utvärderar den kliniska potentialen för denna poäng vid upptäckt av bAR genom att korrelera denna poäng med histologiska poäng av tubulit och interstitiell inflammation.

EFFEKTER AV CSITANCHE: FÖRBÄTTRA IMMUNITETEN

Material och metoder

Urinprover och studiekohorten

Urinprover från biobanker (n=1760) från KTx-mottagare som var inskrivna vid Stanford University mellan 2000 och 2011 och UCSF Medical Center som registrerades i mellan 2014 och 2016 inkluderades i studien. Studien godkändes av Institutional Review Board och Ethics Committee vid University of California San Francisco, CA. Alla patienter gav skriftligt informerat samtycke till att delta i forskningen, i full överensstämmelse med Helsingforsdeklarationen. De kliniska och forskningsaktiviteter som rapporteras överensstämmer med principerna för Istanbuldeklarationen som beskrivs i Istanbuls deklaration om organhandel och transplantationsturism. För urinprover som användes för att fastställa uCRM-tröskeln för AR, identifierades 178 urinprover med parade njurallotransplantatbiopsier med tydligt definierade patologier av antingen Banff-graderad AR[30,31] eller ingen skada/stabil(STA)-transplantat (Eig 1). Dessutom utvärderade vi också signaturen för uCRM-analysen i BK viral nefropati, som är en viktig konfunderare för diagnosen AR och ofta uppvisar betydande inflammation på allotransplantatbiopsien. Totalt kasserades 28 prover på grund av QC-problem relaterade till lågt innehåll och RNA av dålig kvalitet, vilket resulterade i en slutlig räkning av 150 urinprover från 150 individer för tvärsnittsanalys av immunförmedlad KTx-skada. Varje urinprov matchades med en biopsi vid tidpunkten för urininsamling som utvärderades av en central patolog vid Stanford University (Richard Sibley) eller vid UCSF (Zol-tan Laszik).

Patientegenskaper

150 unique urine samples were assessed for the uCRM assay in 150 unique kidney transplant patients. Baseline clinical and demographic variables by AR, bAR, BKVN, or STA phenotype are shown in Table1, There were no significant differences between the groups in the demographic variables, except in recipient age (p= 0.025) and in donor-source (p=0.0008). These samples were used in cross-sectional analyses for modeling of gene expression data and subsequent development and validation of the uCRM threshold for biopsy-proven AR. Samples were collected from both pediatric (n=94) and adult (n=56)patients to enable a model-independent of recipient age or baseline immunosuppression. Based on the matched biopsy diagnosis, urine samples were categorized in the following categories: AR(n=64;45 biopsies met criteria for Banff confirmed AR with >i2,t2, and infiltration by >4 mononukleära celler /tubulärt tvärsnitt, medan 19 uppfyllde kriterierna för borderline AR med il/ i2 och t0/t1 och infiltration av 1-4 mononukleära celler/ tubulärt tvärsnitt), STA (n { {8}}), BK-virusnefrit(n =43), Patienterna fick en kalcineurinhämmande ILS-regim baserad på takrolimus och mykofenolatmofetil, med eller utan steroider, och induktionsterapi antingen med thymoglobulin eller anti-IL{{ 12}} receptor monoklonal antikropp (daclizumab eller basi. infliximab)[32]. Urinprov togs i medeltal 731 dagar efter transplantationen (intervall 169-1335 dagar).

Definition av skadefenotyper

All kidney biopsies were blindly and centrally analyzed at each institution by staff pathologists (RS and ZL)and were graded by the Banff dassification[31,33] for acute rejection.Intragraft C4d stains were performed [34] to assess for acute humoral rejection(AHR)[35]. Transplant injury was defined as>20 procents ökning av serumkreatinin från dess tidigare steady-state baslinjevärde och en tillhörande biopsi som antingen klassificerades som AR eller BKVN.AR definierades som minst, enligt Banff-schemat, ett tubulitpoäng större än eller lika med 1 tillsammans med en interstitiell inflammationspoäng Större än eller lika med 1 med både Cd- och DSA-negativa. Både Tcell-medierad AR (TCMR) och antikroppsmedierad avstötning (ABMR)-fall inducerades, även om alla observerade ABMR-fall hade en blandad fenotyp av TCMR och ABMR, eftersom iakttagandet av ren ABMR sällan observeras i lågrisk, osensibiliserade kohorter. Borderline förändringar (bAR) observerades i vissa fall av TCMR, kännetecknad av infiltration av mononukleära celler (<25% of="" the="" parenchyma)or="" foci="" of="" mild="" tubulitis(1-4="" mononuclear="" cells/tubular="" cross-section),="" and="" for="" purposes="" of="" molecular="" correlation="" analysis,="" these="" have="" been="" shown="" as="" bar,="" as="" the="" burden="" of="" histological="" inflammation="" was="" overall="" lower="" for="" these="" biopsy="" samples.="" bkvn="" was="" defined="" as="" the="" positivity="" of="" polyomavirus="" pcr="" in="" peripheral=""><1000-28,800,000), together="" with="" a="" positive="" sv40="" stain="" in="" the="" concomitant="" renal="" allograft="" biopsy.="" normal="" (sta)="" allografts="" were="" defined="" by="" an="" absence="" of="" significant="" injury="" pathology="" on="" the="" 6-month="" protocol="" biopsy,="" as="" defined="" by="" banff="" schema,="" stable="" graft="" function,="" no="" proteinuria,="" and="" no="">

Fig 1. Provurval och studieschema över studien. 1 760 urinprover togs mellan 2000 och 2016,

varav 643 hade matchande biopsidata. 178 av dessa 643 hade väldefinierade fenotyper av AR, bAR, BKVN eller STA.

Efter RNA-extraktion, cDNA-syntes och qPCR-kvantifiering klarade 28 prover inte QA/QC, vilket lämnade 150

prover för statistisk analys och modellering.

Urinsamling, bearbetning, total RNA-extraktion, cDNA-syntes och qPCR

Urin (50 ml; steril behållare) samlades in från njurtransplanterade patienter före biopsiproceduren och före eventuell behandlingsintensivering för AR. RNA extraherades från urincellssediment enligt vårt tidigare rapporterade protokoll [36]. I korthet erhölls urinceller genom att centrifugera 50-mL urinprovet vid 2000xg i 20 minuter.RNA extraherades från urincellspellets med hjälp av RNeasy Plus Micro Kit (Qiagen, Valencia, CA). RNA-kvaliteten utvärderades med NanoDrop ND-2000-spektrofotometern (ThermoFisher Scientific, Waltham, MA) med ett förhållande på 260/280. cDNA-syntes utfördes med 50 ng extraherat RNA med SuperScript VILO"Master Mix (Invitrogen, Carlsbad, CA). qPCR utfördes på cDNA syntetiserat från 50 ng totalt RNA, sedan bearbetades 1,56 ng cDNA genom specifik målamplifiering och prov spädning med de poolade Taqman-analyserna för 1 l uCRM-generna i multiplex, med Taqman PreAmp Master Mix(ABI) till 5 ul slutvolym, under 18 cykler i en termisk cykler, späddes sedan ut med DNA Suspension Buffer (TEKnova, CA). Mikrofluidisk qPCR var utförs på de 96,96 dynamiska arrayerna (Fluidigm, South San Francisco, CA) med användning av 2,25 ul av det utspädda provet från specifik målamplifiering, tillsammans med Taqman Assays(ABI) för varje gentranskript (S1Table), Taqman Universal mastermix (Applied Biosystems, Foster City, CA) och Loading Reagent (Fluidigm), genom att prima och ladda chipet via HX IFC Controller och utföra qPCR i BioMark (Fluidgm)-systemet. Den relativa mängden RNA-uttryck beräknades med en jämförande cy. cle tröskel (CT) metod. Expressionsvärdena normaliserades till 18Using ribosomalt RNA endogen referens och universellt RNA (Agilent Inc., Santa Clara, CA).

Statistisk

Alla qPCR-analyser kördes i duplikat. Alla data presenteras som medel ± SEM. För jämförelser av CRM-gener per fenotyp användes en blandad-effektsmodell med Geisser-Greenhouse-korrigeringen, med flera jämförelsekorrigeringar som utfördes med tvåstegs linjärstegsprocedur av Beniamini, Krieger och Yekutieli. Pearson-korrelation och hierarkisk damning utfördes i Morpheus (Broad Institute). För förutsägelsemodeller för maskininlärning delades data upp i en träningsuppsättning (80 procent) och en testuppsättning (20 procent). En klassificeringsmodell för beslutsträd, validerad på testsetet, användes för att bestämma den mest exakta gränsen för uCRM-poäng. Variabelt urval med hjälp av slumpmässiga skogar (VSURF) användes för att klassificera AR ys STA samt för att utvärdera och rangordna individuell genvikt. Output för Random Forest variabel betydelse definieras som den genomsnittliga procentuella minskningen av felaktigheter i modellen av variabeln (genen) exkluderades (slumpmässigt permuterad) från modellen. Oövervakad damning för att visualisera fenotypseparation gjordes med hjälp av en distribuerad stokastisk granninbäddningsalgoritm (t-SNE) i Mathematica 11.3 (Wolfram Research, Champaign. IL). Nätverksanalys av CRM-gener utfördes med hjälp av GeneMANIA [37]. Statistik på demografiska variabler utfördes med hjälp av chi-kvadratanalyser för diskreta och Kruskal-Wallis-testet för kontinuerliga variabler i IMP 14.2 (SASInstitute, Cary, NC). Om inget annat anges. alla andra analyser utfördes och visualiserades med Prism 8.0.1 (GraphPad, Carlsbad, CA).

Studiegodkännande

Studien godkändes av de etiska kommittéerna vid både Stanford University Medical School och UCSF Medical Center. Alla vuxna patienter och föräldrar/vårdnadshavare till icke-vuxna patienter gav skriftligt informerat samtycke till att delta i forskningen, i full överensstämmelse med Helsingforsdeklarationen. De kliniska och forskningsaktiviteter som rapporteras överensstämmer med principerna för Istanbuldeklarationen som beskrivs i Istanbuls deklaration om organhandel och transplantationsturism.

EFFEKTER AV CSITANCHE: FÖRBÄTTRA IMMUNITETEN

Resultat

Kliniska och demografiska baslinjevariabler för alla 150 KTx-mottagare med AR-, bAR-, BKVN- och STA-fenotyper visas i Tabell 1.

Relativt överflöd och korrelation av CRM-genuttryck i det murina cellsedimentet

Relativt överflöd. För att bestämma den relativa förekomsten av CRM-gentranskripten i urinsedimenten användes cykeltröskelvärdena (Ct) som ett mått på överflöd. Ju lägre Ct-värde, desto högre förekomst bland CRM-generna. Bland de 11 CRM-generna var BASP1 det vanligaste transkriptet i urincellssedimentet. BASP1 följdes av TAP1, PSMB9 och ISG20 som de fyra översta rikliga transkripten. LCK och CD6 var bland de minst förekommande transkripten i urinsedimenten i CRM-genuppsättningen. Eftersom Ct-värdena sträckte sig från det lägsta Ct-värdet på 14 till det högsta Ct-värdet på 20, fanns det en 64-faldig skillnad mellan BASP1- och CD6-gentranskripten, med CD6 som det minst förekommande transkriptet.

Fig 2. Relativ förekomst och korrelation av överflöd av CRM-gener i urinen och uttryck av CRM-gener över olika kliniska fenotyper av njurtransplantation. A. Pearson-korrelationsmatris som visar korrelation mellan 11 CRM-gener i deras uttryck i urincellssediment. Storleken på kvadraten fungerar som en visuell indikator på styrkan av korrelationen. B. Värmekarta med övervakad klustring av fenotyp som visar relativt uttryck av CRM-gener i AR, bAR, BKVN och STA. C. Violinplottar som visar fördelningen av CRM-generna i AR-, bAR-, BKVN- och STA-urincellspellets. � indikerar att AR vs STA var signifikant efter flera jämförelser. # indikerar att bAR vs STA var signifikant efter flera jämförelser. Ytterligare statistik finns i Tabell 2.

Korrelation av genuttryck bland CRM-gengener.

Därefter utvärderade vi korrelationen av genuttryck bland 11 CRM-gener. Korrelationen varierade från mycket svag (r=-0.17 för CXCL9 och NKG7 och r=-0.10 CXCL10 och RUNX3) till mycket stark (r=0.77 för INPP5D och TAP1 och samma värde för CD6 och LCK). Även om CXCL9 och CXCL10 är i samma klass av kemokiner, var genuttryckskorrelationen mellan dem endast måttlig (r=0.46). Den grafiska presentationen av korrelationsmatrisen presenteras i Fig. 2A. En värmekarta genererad med övervakad klustring visar den avsevärda ökningen av genuttrycksvärden för CRM-gener i AR, bAR och BKVN jämfört med STA-fenotyp (Fig 2B).

uCRM-genuttryck i urinsediment med biopsibekräftad AR och BKVN

Genuttryck av CRM-gener i AR och bAR. Därefter utvärderade vi genuttrycket för var och en av de 11 CRM-generna för deras relativa uttryck i AR, bAR, BKVN och STA. En sammanfattning av resultaten av analysen presenteras i Tabell 2 och Fig. 2C.10 av de 11 generna ökade signifikant i AR-urinsediment jämfört med urinsediment från STA. Men endast fem CRM-gener (Cd6, Cxcll0, Cxd9, Nkg7 och Psmb9) var signifikant uppreglerade i bAR-prover jämfört med STA och deras uttryck i bAR-gruppen var relativt lägre än i Banff-graderad AR-grupp, vilket belyser att uCRM-generna kan återspeglar den inflammatoriska bördan inom allotransplantatet Eig 2C.

Tabell 2. Genuttrycksnivåer för CRM-gener över olika fenotyper

Genuttryck av CRM-gener i BKVN. Uttryck av CD6, CXCL10, CXCL9, LCK, NKG7 och PSMB9 reglerades differentiellt i urinprover med patienter med BKVN jämfört med proverna från STA-patienter. Av de sex generna med statistiskt olika genuttrycksvärden mellan BKVN- och STA-prover var uttrycket av endast NKG7 väsentligt lägre i BKVN-urin.

Bestämning av en urin CRM(uCRM) genuttryckspoäng för att identifiera avstötning av njurtransplantat

Eftersom uttrycket av CRM-genuppsättningen inte var homogen över transplantationsfenotyperna och det fanns en betydande fysiologisk överhörning mellan de olika generna (S1 Fig), använde vi ickelinjära övervakade metoder för att ytterligare differentiera och klassificera fenotyper. Oövervakad klustring via t-SNE utfördes för att bestämma relationer mellan uCRM-gener och fenotyper. Fig. 3A visar t-SNE-diagrammet, vilket indikerar att de 11 CRM-generna nästan helt kunde separera AR från STA-prover. VSURF-modellen, beroende på Random Forests-viktighetspoäng, fastställde att PSMB9 och CXCL10 var de två viktigaste generna för att tillfredsställa AR från STA. Fig 3B visar vidare betydelsen av dessa 2 gener. Viktighetsdiagrammet för genvikter anger att någon av de 2 generna, om den utesluts från modellen, motsvarar en ungefärlig minskning av modellens inexakthet med 20 procent. Dessa två gener kunde klassificera AR kontra STA med nästan lika hög noggrannhet som 1l-genmodellen, med en sensitivitet på 93,6 procent och specificitet på 97,6 procent. Genuttryckströsklar för dessa två gener bestämdes av en beslutsträdsklassificerare och log-skalvärdena för dessa två gener visas i Fig 3C. En tröskel på 28 för CXCL10 och 3 för PSMB9 korrekt klassificerade 86/88 AR & STA-fall för en total noggrannhet på 97,7 procent . Noterbart föll bAR-prover mellan AR- och STA-fenotyperna, vilket tyder på graderingen av dessa två gener i graden av allotransplantatinflammation.

För att utforska klassificeringsprestandan för uCRM-poängen på AR-, borderline-AR- och STA-fall togs en beslutsträdsklassificerare fram (Fig 4A). Beslutsträdet bestämde optimala uCRM-poängtrösklar för varje fenotyp. En poäng högre än 4 korrekt klassificerade 44/49 AR-fall; en poäng mindre än 1,8 korrekt klassificerade 33/35 STA-fall.14/23 gränsfall låg mellan dessa två trösklar. Fördelningen av uCRM-poäng efter fenotyp visas i Fig4B. De genomsnittliga uCRM-poängen (SEM) för AR,bAR och STA var 8,195 (0.631),3.265 (0.412{{21 }}), respektive 1,404(0,162), och alla jämförelser var signifikanta efter korrigering av flera jämförelser. uCRM-poängen kunde skilja mellan AR och STA med hög noggrannhet - vid ett tröskelvärde på 3,63 var sensitiviteten och specificiteten 95,35 procent respektive 97,78 procent (Eig 4C. När man skiljde mellan AR och kombinationen av bAR och STA, bibehölls uCRM-poängen en hög noggrannhet vid samma tröskel, var sensitiviteten och specificiteten 87,10 procent respektive 97,78 procent (S2A Fig.).

När BKVN-proverna inkluderades var alla fenotyper signifikant olika från varandra efter flera jämförelsekorrigeringar utom bAR och BKVN(S2BFig). När man skiljde mellan AR och kombinationen av bAR, STA och BKVN, behöll uCRM-poängen fortfarande en hög men lägre noggrannhet. Med samma tröskelvärden på 3,63 var sensitiviteten och specificiteten 76,92 procent respektive 97,78 procent (S2CFig).

ComScore korrelerar med AR-specifika biopsihistologiska lesioner. Trenden att öka uCRM-poängen från STA till bar till AR antydde att uCRM-poängen kunde upptäcka inflammationsgrader som var kliniskt relevanta. Som sådan utvärderade vi om uCRM-poängen var associerad med omfattningen av histologiska AR-lesioner observerade i matchade biopsier från samma patient, insamlade samtidigt. Som framgår av fig 5A och 5B korrelerade uCRM-poängen med omfattningen av tubulit(t) och interstitiell inflammation(i)biopsipoäng i AR(R=0.5479, P<0.0001 and="" r="0.4420,"><0.0001 for="" the="" ucrm="" score="" regarding="" t="" and="" ii,="" respectively).="" there="" was="" no="" correlation="" between="" the="" ucrm="" score="" and="" measures="" of="" tubular="" atrophy="" (ta),glomerulosclerosis="" (gs),mesangial="" matrix="" (mm),="" intimal="" proliferation="" (cv),="" medial="" arteriolar="" hyaline="" (ah),="" tubular="" vacuolization(tv),="" arteritis="" (v),="" or="" acute="" glomerulitis="">

EFFEKTER AV CSITANCHE: ANTI-TRÖTTHET

Diskussion

Det finns ett akut behov inom transplantationsmedicin för att utveckla tillförlitliga och icke-invasiva övervakningsverktyg som kan hjälpa transplantationsläkare att förutsäga risken för allotransplantatskada, helst innan allograftskada redan har fastställts. Medan ett antal transkriptionella biomarkörer har associerats med AR, har de flesta av studierna i princip fokuserat på en unik eller enstaka transkriptionsfaktor och återspeglar inte hela den molekylära komplexiteten i den biologiska processen för allotransplantatavstötning [11,38]. Dessutom, medan den nuvarande guldstandarden för att diagnostisera närvaron av immunmedierad allotransplantatskada är allotransplantatbiopsi, är det välkänt att proceduren har viktiga begränsningar när det gäller den frekventa oberäkneliga provtagningsrepresentationen, dess höga kostnad och opraktiskheten för repetitiva screening på grund av teknikens invasiva natur.

Flera rapporter har visat värdet av att studera olika biomarkörer som förutsäger AR i urinprover från njurtransplanterade mottagare [20-22]. Ökade urinnivåer av immuneffektormolekyler och transkript som granzym B. CXCL10.CXCL9.IFN-y och CXCR3. har visat sig vara starkt förknippad med AR och i vissa fall förutsäga tillkomsten av AR i förväg [19,24,39-43]. Genom att dra nytta av nyligen rapporterade data från vår grupp [2Z, 29,44] som visar en vanlig avstötningsmodul för genuttryck i allotransplantatbiopsier under AR, oavsett typ av vävnadsorgan, var huvudmålet med denna studie att undersöka om bedömningen av CRM i urinen hos njurtransplanterade patienter kan vara användbar som en idealisk icke-invasiv biomarkör som förutsäger tillkomsten av AR.

Medan många av de individuella CRM-generna och genprodukterna har bedömts individuellt, är detta den första rapporten om den kollektiva, icke-invasiva användningen av CRM-generna i förutsägelsen av AR i KTx. Till exempel hade urin CXCL9 mRNA och protein och CXCL10 mRNA tidigare utvärderats i multicenterstudier för diagnos av AR[13,45,46.PSMB9 transkript i njurbiopsier hade också tidigare associerats med transplantatkvalitet och förutsägelse av akut avstötning [ 47].

Vi har analyserat genuttrycksdata på urinsediment från KTx-patienter för den relativa förekomsten av CRM-transkript och deras korrelation av uttryck bland CRM-gener (Fig 2A). I ​​linje med vår tidigare rapporterade studie som analyserar CRM-poängen i vävnadsnjure och lungallotransplantatprover, CRM-generna hade ökat uttryck i AR och andra transplantationsskador såsom AR och BKVN (Fig 2B och 2C). I denna rapport observerade vi också en stark korrelation mellan den nyutvecklade uCRM-poängen och histologiska inflammatoriska poäng (t- och ii-poäng av njurbiopsier). Eftersom de flesta av dessa CRM-gener uttrycks nästan uteslutande i infiltrerande immunceller, tyder det ökade uttrycket av CRM-gener i urinsediment på att det finns en ökad frisättning av infiltrerande immunceller i urinen hos njurtransplanterade mottagare som genomgår transplantatskada.

Därefter använde vi en kombinerad poäng beräknad från individuella genuttrycksvärden för individuella CRM-gener, ComScore, som ett mått för att klassificera njurtransplanterade patienter till antingen patient med akut avstötning eller ingen skada och bestämde en tröskel för AR. Resultaten från denna studie visar att kraften i uCRM-analysen inte bara är att identifiera patienter med AR, utan också att kvantifiera graden av skada som äger rum i allotransplantatet, eftersom poängen ökar från låga värden hos STA-patienter, till mellanvärden hos bAR-patienter, och höga värden hos AR-patienter, vilket återspeglas i histologipoängen för tubulit och interstitiell inflammation. Vi tror att uCRM-poängen har potentiell användbarhet vid transplantationsövervakning och kan fungera som ett komplement till eller hänvisningstest för biopsier. En patient med en låg uCRM-poäng kan kanske undvika onödiga protokollbiopsier medan en patient med en hög uCRM-poäng kan behöva seriell övervakning eller en biopsi för att bedöma transplantatstatus.

Vi erkänner flera begränsningar av denna studie som inkluderar (i) begränsad urvalsstorlek av studien, (ii) frånvaro av andra transplantationsskadafenotyper såsom kronisk allograftskada eller läkemedelstoxicitet, och (i) bristande bedömning av uCRM-poäng i en longitudinell prov i större kohortstorlek. Dessa lovande resultat tyder på att ytterligare, prospektiva studier behövs för att validera och helt utvärdera den potentiella användbarheten av uCRM-poängen i den kliniska miljön. Sammanfattningsvis presenterar vi en icke-invasiv, urinbaserad biomarkör utvecklad från en gemensam avstötningsmodul som består av 11 gener som kan identifiera transplantationsskada och avstötning hos njurtransplanterade patienter.

EFFEKTER AV CSITANCHE: FÖRBÄTTRA MINNET

Referenser

1 Wolfe RA, Ashby VB, Milford EL, Ojo AO, Ettenger RE, Agodoa LY, et al. Jämförelse av dödligheten hos alla dialyspatienter, patienter i dialys som väntar på transplantation och mottagare av en första kadavertransplantation. New England Journal of Medicine. 1999; 341(23):1725–30.

2. Laupacis A, Keown P, Pus N, Krueger H, Ferguson B, Wong C, et al. En studie av livskvalitet och kostnadsnytta av njurtransplantation. Njure internationell. 1996; 50(1):235–42. PMID: 8807593.

3. Lodhi SA, Lamb KE, Meier-Kriesche HU. Förbättring av långsiktiga resultat för transplantationspatienter: gör fallet för långsiktig sjukdomsspecifik och multidisciplinär forskning. American journal of transplantation: officiell tidning för American Society of Transplantation och American Society of Transplant Surgeons. 2011; 11(10):2264–5.

4. Naesens M, Khatri P, Li L, Sigdel TK, Vitalone MJ, Chen R, et al. Progressiv histologisk skada i njurallotransplantat är associerad med uttryck av medfödda och adaptiva immunitetsgener. Njure internationell. 2011; 80(12):1364–76.

5. Sigdel TK, Li L, Tran TQ, Khatri P, Naesens M, Sansanwal P, et al. Icke-HLA-antikroppar mot immunogena epitoper förutsäger utvecklingen av kronisk renal allograftskada. Journal of the American Society of Nephrology: JASN. 2012; 23(4):750–63.

6. Pape L, Offner G, Ehrich JH, de Boer J, Persijn GG. Renal allograftfunktion i matchade pediatriska och vuxna mottagarpar av samma donator. Transplantation. 2004; 77(8):1191–4. PMID: 15114083.

7. Provoost AP, Wolff ED, de Keijzer MH, Molenaar JC. Inverkan av mottagarens storlek på njurfunktionen efter njurtransplantation. En experimentell och klinisk undersökning. Tidskrift för pediatrisk kirurgi. 1984; 19(1):63–7.

8. Moreso F, Lopez M, Vallejos A, Giordani C, Riera L, Fulladosa X, et al. Seriella protokollbiopsier för att kvantifiera progressionen av kronisk transplantationsnefropati i stabila njurallotransplantat. American journal of transplantation: officiell tidning för American Society of Transplantation och American Society of Transplant Surgeons. 2001; 1(1):82–8. PMID: 12095044.

9. Davis ID, Oehlenschlager W, O'Riordan MA, Avner ED. Pediatrisk njurbiopsi: ska denna procedur utföras i öppenvård? Pediatrisk nefrologi. 1998; 12(2):96–100. PMID: 9543363.

10. Roedder S, Sigdel T, Salomonis N, Hsieh S, Dai H, Bastard O, et al. kSORT-analysen för att upptäcka njurtransplanterade patienter med hög risk för akut avstötning: resultat från multicenter AART-studien. PLoS medicin. 2014; 11(11):e1001759.

11. Sarwal M, Chua MS, Kambham N, Hsieh SC, Satterwhite T, Masek M, et al. Molekylär heterogenitet vid akut renal allograftavstötning identifierad genom DNA-mikroarray-profilering. New England Journal of medicine. 2003; 349(2):125–38.

12. Sigdel TK, Sarwal MM. Nya framsteg inom upptäckt av biomarkörer vid transplantation av solida organ med proteomiker. Expertgranskning av proteomik. 2011; 8(6):705–15. https://doi.org/10.1586/epr.11.66 PMID: 22087656.

13. Suthanthiran M, Schwartz JE, Ding R, Abecassis M, Dadhania D, Samstein B, et al. Urincells-mRNA-profil och akut cellulär avstötning i njurallotransplantat. New England Journal of Medicine. 2013; 369 (1):20–31.

14. Sigdel TK, Gao Y, He J, Wang A, Nicora CD, Fillmore TL, et al. Utvinning av det mänskliga urinproteomet för övervakning av njurtransplantationsskada. Njure internationell. 2016; 89(6):1244–52. https://doi.org/10.1016/j. stickat.2015.12.049 PMID: 27165815.

15. Sigdel TK, Ng YW, Lee S, Nicora CD, Qian WJ, Smith RD, et al. Störningar i urinexosomen vid avstötning av transplantat. Gränser inom medicin. 2014; 1:57.

16. Yang JY, Sarwal MM. Transplantationsgenetik och genomik. Naturrecensioner Genetik. 2017; 18(5):309–26.

17. Loupy A, Lefaucheur C, Vernerey D, Chang J, Hidalgo LG, Beuscart T, et al. Molekylärmikroskopstrategi för att förbättra riskstratifiering vid tidig antikroppsmedierad avstötning av njurallotransplantat. Journal of the American Society of Nephrology: JASN. 2014; 25(10):2267–77. Epub 2014/04/05.

18. Sigdel TK, Vitalone MJ, Tran TQ, Dai H, Hsieh SC, Salvatierra O, et al. En snabb icke-invasiv analys för att upptäcka njurtransplantationsskada. Transplantation. 2013; 96(1):97–101. PMID: 23756769.

19. Hauser IA, Spiegler S, Kiss E, Gauer S, Sichler O, Scheuermann EH, et al. Förutsägelse av akut renal allotransplantatavstötning av urinmonokin inducerad av IFN-gamma (MIG). Journal of the American Society of Nephrology: JASN. 2005; 16(6):1849–58.

20. Hu H, Kwun J, Aizenstein BD, Knechtle SJ. Icke-invasiv detektion av akuta och kroniska skador vid human njurtransplantation genom förhöjning av flera cytokiner/kemokiner i urin. Transplantation. 2009; 87(12):1814–20. PMID: 19543058.

21. Jackson JA, Kim EJ, Begley B, Cheeseman J, Harden T, Perez SD, et al. Urinära kemokiner CXCL9 och CXCL10 är icke-invasiva markörer för renal allograftavstötning och BK-virusinfektion. American journal of transplantation: officiell tidning för American Society of Transplantation och American Society of Transplant Surgeons. 2011; 11(10):2228–34.

22. Schaub S, Nickerson P, Rush D, Mayr M, Hess C, Golian M, et al. Nivåerna av CXCL9 och CXCL10 i urinen korrelerar med omfattningen av subklinisk tubulit. American journal of transplantation: officiell tidning för American Society of Transplantation och American Society of Transplant Surgeons. 2009; 9 (6):1347–53.

23. Segerer S, Cui Y, Eitner F, Goodpaster T, Hudkins KL, Mack M, et al. Uttryck av kemokiner och kemokinreceptorer under avstötning av humant njurtransplantat. American journal of kidney diseases: National Kidney Foundations officiella tidning. 2001; 37(3):518–31. PMID: 11228176.

24. Tatapudi RR, Muthukumar T, Dadhania D, Ding R, Li B, Sharma VK, et al. Icke-invasiv detektion av allotransplantatinflammation i njurarna genom mätningar av mRNA för IP-10 och CXCR3 i urin. Njure internationell. 2004; 65(6):2390–7.

25. Menon MC, Murphy B, Heeger PS. Flytta biomarkörer mot klinisk implementering vid njurtransplantation. JASN. 2017.

26. Naesens M, Anglicheau D. Precision Transplant Medicine: Biomarkers to the Rescue. JASN. 2017.

27. Khatri P, Roedder S, Kimura N, De Visser K, Morgan AA, Gong Y, et al. En gemensam avstötningsmodul (CRM) för akut avstötning över flera organ identifierar nya terapier för organtransplantation. Journal of experimentell medicin. 2013; 210(11):2205–21.

28. Sigdel TK, Bestard O, Tran TQ, Hsieh SC, Roedder S, Damm I, et al. Ett beräkningsresultat för genuttryck för att förutsäga immunskada i njurallotransplantat. PloS ett. 2015; 10(9):e0138133.

29. Secrets A, Yang JYC, Vanaudenaerde BM, Sigdel TK, Liberto JM, Damm I, et al. Den vanliga avstötningsmodulen vid kronisk avstötning efter lungtransplantation. PloS ett. 2018; 13(10):e0205107. Epub 2018/10/06.

30. Sis B, Mengel M, Haas M, Colvin RB, Halloran PF, Racusen LC, et al. Banff '09 mötesrapport: antikroppsmedierad graftförsämring och implementering av Banffs arbetsgrupper. American journal of transplantation: officiell tidning för American Society of Transplantation och American Society of Transplant Surgeons. 2010; 10(3):464–71.

31. Solez K, Colvin RB, Racusen LC, Haas M, Sis B, Mengel M, et al. Banff 07 klassificering av njurallotransplantatpatologi: uppdateringar och framtida riktningar. American journal of transplantation: officiell tidning för American Society of Transplantation och American Society of Transplant Surgeons. 2008; 8 (4):753–60.

32. Sarwal MM, Ettenger RB, Dharnidharka V, Benfield M, Mathias R, Portale A, et al. Fullständigt undvikande av steroider är effektivt och säkert hos barn med njurtransplantationer: en randomiserad multicenterstudie med tre års uppföljning. American journal of transplantation: officiell tidning för American Society of Transplantation och American Society of Transplant Surgeons. 2012; 12(10):2719–29.

33. Racusen LC. Banff-schemat och differentialdiagnos av allograftdysfunktion. Transplantationsförfarande. 2004; 36(3):753–4.

34. Jianghua C, Wenqing X, Huiping W, Juan J, Jianyong W, Qiang H. C4d som en signifikant prediktor för humoral avstötning i njurallotransplantat. Klinisk transplantation. 2005; 19(6):785–91.

35. Crespo M, Pascual M, Tolkoff-Rubin N, Mauiyyedi S, Collins AB, Fitzpatrick D, et al. Akut humoral avstötning hos mottagare av njurtransplantat: I. Incidens, serologi och kliniska egenskaper. Transplantation. 2001; 71(5):652–8. PMID: 11292296.

36. Keslar KS, Lin M, Zmijewska AA, Sigdel TK, Tran TQ, Ma L, et al. Multicenter utvärdering av ett standardiserat protokoll för icke-invasiv genuttrycksprofilering. AJT. 2013.

37. Montojo J, Zuberi K, Rodriguez H, Bader GD, Morris Q. GeneMANIA: Snabb gennätverkskonstruktion och funktionsförutsägelse för Cytoscape. F1000 Forskning. 2014; 3:153.

38. Der SD, Zhou A, Williams BR, Silverman RH. Identifiering av gener differentiellt reglerade av interferon alfa, beta eller gamma med användning av oligonukleotidmatriser. Proceedings of the National Academy of Sciences of the United States of America. 1998; 95(26):15623–8.

39. Hartono C, Muthukumar T, Suthanthiran M. Icke-invasiv diagnos av akut avstötning av njurallotransplantat. Aktuell åsikt inom organtransplantation. 2010; 15(1):35–41. https://doi.org/10.1097/MOT. 0b013e3283342728 PMID: 19935064.

40. Lazzeri E, Rotondi M, Mazzinghi B, Lasagni L, Buonamano A, Rosati A, et al. Högt CXCL10-uttryck i avstötade njurar och prediktiv roll av pretransplantationsserum CXCL10 för akut avstötning och kronisk allograftnefropati. Transplantation. 2005; 79(9):1215–20. PMID: 15880073.

41. Matz M, Beyer J, Wunsch D, Mashreghi MF, Seiler M, Pratschke J, et al. Tidig urin-IP-10-uttryck efter transplantation efter njurtransplantation förutsäger kort- och långtidstransplantatfunktion. Njure internationell. 2006; 69(9):1683–90.

42. Simon T, Opelz G, Wiesel M, Ott RC, Susal C. Serial perifert blod perforin och granzyme B genuttrycksmätningar för förutsägelse av akut avstötning hos mottagare av njurtransplantat. American journal of transplantation: officiell tidning för American Society of Transplantation och American Society of Transplant Surgeons. 2003; 3(9):1121-7. PMID: 12919092.

43. Yannaraki M, Rebibou JM, Ducloux D, Saas P, Duperrier A, Felix S, et al. Urinära cytotoxiska molekylära markörer för en icke-invasiv diagnos vid akut avstötning av njurtransplantat. Transplant international: officiell tidning för European Society for Organ Transplantation. 2006; 19(9):759–68. https://doi.org/10. 1111/j.1432-2277.2006.00351.x PMID: 16918537.

44. Yang JYC, Verleden SE, Zarinsefat A, Vanaudenaerde BM, Vos R, Verleden GM, et al. Cellfritt DNA och CXCL10 härlett från bronkoalveolär lavage förutsäger lungtransplantationsöverlevnad. J Clin Med. 2019; 8(2). Epub 2019/02/20.

45. Faddoul G, Nadkarni GN, Bridges ND, Goebel J, Hricik DE, Formica R, et al. Analys av biomarkörer inom de första 2 åren efter transplantation och 5-Year Kidney Transplant Outcomes: Results From Clinical Trials in Organ Transplantation-17. Transplantation. 2018; 102(4):673–80. Epub 2017/12/01.

46. ​​Hricik DE, Nickerson P, Formica RN, Poggio ED, Rush D, Newell KA, et al. Multicentervalidering av urin CXCL9 som en riskstratifierande biomarkör för njurtransplantationsskada. American journal of transplantation: officiell tidning för American Society of Transplantation och American Society of Transplant Surgeons. 2013; 13(10):2634–44. Epub 2013/08/24.

47. Kotsch K, Kunert K, Merk V, Reutzel-Selke A, Pascher A, Fritzsche F, et al. Nya markörer i nolltimmars njurbiopsier indikerar transplantatkvalitet och kliniskt resultat. Transplantation. 2010; 90(9):958–65. Epub 2010/09/23. PMID: 20859252.