Obtención y caracterización de perfiles transcripcionales consenso para la compresión de la progresión y severidad de la lesión medular

Abstract

[ES] La lesión medular espinal (LM) es una condición devastadora que provoca disfunción motora, sensorial y autónoma. Las opciones terapéuticas actuales son limitadas, lo que subraya la necesidad de una mayor comprensión de los mecanismos moleculares asociados a la LM. En este estudio se caracterizaron las diferentes fases y grados de severidad de la LM a nivel génico y funcional, centrándose en la identificación de genes biomarcadores. Nuestra aproximación incluyó una revisión sistemática, análisis transcriptómico individual, metaanálisis de expresión génica y caracterización funcional. Se recopilaron un total de 14 estudios con 273 muestras, lo que permitió identificar genes biomarcadores específicos de severidad y fase, capaces de clasificar de manera precisa los perfiles transcriptómicos. Investigamos la posible transferibilidad de los biomarcadores específicos de severidad y logramos identificar una firma de 12 genes que predice el pronóstico de la lesión a partir de muestras de sangre humana. Además, desarrollamos MetaSCI-app, una aplicación web interactiva diseñada para investigadores, que permite explorar y visualizar todos los resultados generados (https://metasci-cbl.shinyapps.io/metaSCI). Así, presentamos una referencia transcriptómica y proporcionamos un marco integral para evaluar la LM considerando las perspectivas de severidad y tiempo, todo integrado en una herramienta de fácil uso.

[CA] La lesió medul.lar espinal (LM) és una condició devastadora que provoca disfunció motora, sensorial i autònoma. Les opcions terapèutiques actuals són limitades, la qual cosa subratlla la necessitat d'una major comprensió dels mecanismes moleculars associats a la LM. En aquest estudi es van caracteritzar les diferents fases i graus de severitat de la LM a nivell gènic i funcional, centrant-se en la identificació de gens biomarcadors. La nostra aproximació va incloure una revisió sistemàtica, anàlisi transcriptòmica individual, metaanàlisi d'expressió gènica i caracterització funcional. Es van recopilar un total de 14 estudis amb 273 mostres, la qual cosa va permetre identificar gens biomarcadors específics de severitat i fase, capaços de classificar de manera precisa els perfils transcriptòmics. Investiguem la possible transferibilitat dels biomarcadors específics de severitat i aconseguim identificar una signatura de 12 gens que prediu el pronòstic de la lesió a partir de mostres de sang humana. A més, desenvolupem MetaSCI-app, una aplicació web interactiva dissenyada per a investigadors, que permet explorar i visualitzar tots els resultats generats (https://metasci-cbl.shinyapps.io/metasci). Així, presentem una referència transcriptòmica i proporcionem un marc integral per avaluar la LM considerant les perspectives de severitat i temps, tot integrat en una eina de fàcil ús.

[EN] Spinal cord injury (SCI) is a devastating condition that leads to motor, sensory, and autonomic dysfunction. Current therapeutic options remain limited, emphasizing the need for a comprehensive understanding of the underlying SCI-associated molecular mechanisms. This study characterized distinct SCI phases and severities at the gene and functional levels, focusing on biomarker gene identification. Our approach involved a systematic review, individual transcriptomic analysis, gene meta-analysis, and functional characterization. We compiled a total of fourteen studies with 273 samples, leading to the identification of severity- and phase-specific biomarker genes that allow the precise classification of transcriptomic profiles. We investigated the potential transferability of severity-specific biomarkers and identified a twelve-gene signature that predicted injury prognosis from human blood samples. We also report the development of MetaSCI-app - an interactive web application designed for researchers - that allows the exploration and visualization of all generated results (https://metasci-cbl.shinyapps.io/metaSCI). Overall, we present a transcriptomic reference and provide a comprehensive framework for assessing SCI considering severity and time perspectives, all integrated into a user-friendly tool.