Klin Monbl Augenheilkd 2019; 236(12): 1428-1434
DOI: 10.1055/a-1037-9990
Experimentelle Studie
Georg Thieme Verlag KG Stuttgart · New York

Systembiologie in der Ophthalmologie – innovative Wirkstoffidentifikation zur spezifischen Vermeidung postoperativer Fibrose

Systems Biology in Ophthalmology – Innovative Drug Identification for the Specific Prevention of Postoperative Fibrosis
Thomas Stahnke
1   Universitätsaugenklinik, Universitätsmedizin Rostock
,
Beata Gajda-Derylo
2   Institut für Allgemeine Ophthalmologie, Medizinische Universität Lublin, Polen
,
Oliver Stachs
1   Universitätsaugenklinik, Universitätsmedizin Rostock
,
Rudolf F. Guthoff
1   Universitätsaugenklinik, Universitätsmedizin Rostock
,
Anselm Jünemann
1   Universitätsaugenklinik, Universitätsmedizin Rostock
,
Georg Füllen
3   Institut für Biostatistik und Informatik in Medizin und Alternsforschung, Universitätsmedizin Rostock
› Author Affiliations
Further Information

Publication History

eingereicht 24 September 2019

akzeptiert 29 October 2019

Publication Date:
05 December 2019 (online)

Zusammenfassung

Hintergrund Der Langzeiterfolg fistulierender Therapiekonzepte zur Behandlung des Glaukoms wird im Wesentlichen durch überschießende Vernarbungsreaktionen (Fibrose) limitiert. Zytostatika wie Mitomycin C können die Fibrose zwar verhindern, sind jedoch häufig mit Nebenwirkungen assoziiert. Spezifisch wirkende Antifibrotika sind derzeit nicht im klinischen Einsatz. Daher beschreibt diese Studie einen systembiologischen Ansatz, mit dem durch eine dedizierte Bioinformatik-Technologieplattform Wirkstoffe identifiziert und als Antifibrotikum repositioniert werden können.

Material und Methoden Als Basis für den Wirkstoffidentifikationsprozess wurden differenzielle Genexpressionsdaten humaner Tenon-Fibroblasten (hTF) genutzt, die von unbehandelten hTF und von mit Transforming Growth Factor β1 (TGF-β1) stimulierten hTF („fibrotische Fibroblasten“) mittels Next-Generation Sequencing (NGS) erhoben wurden. Diese Daten wurden mit dem bioinformatischen Werkzeug „FocusHeuristics“ gefiltert. Im Vergleich mit der Connectivity-Map-Datenbank wurden der Fibrose entgegenwirkende Wirkstoffe identifiziert. Die Evaluierung eines potenziell erfolgversprechenden Wirkstoffs als Antifibrotikum wurde an hTF mittels indirekter Immunfluoreszenz in vitro durchgeführt.

Ergebnisse Die Analyse der Genexpressionsdaten führte zur Identifikation mehrerer in fibrotische Prozesse involvierter Interaktionsnetzwerke von Genen bzw. Proteinen. Eines dieser Netzwerke beinhaltet das Zytokin Bone morphogenic Protein 6 (BMP6) sowie Interleukin 6 (IL6) und Fibroblast Growth Factor 1 (FGF1). Ein weiteres relevantes Netzwerk konnte rund um das CD34-Gen (CD34: Cluster of Differentiation 34) identifiziert werden. Der Vergleich dieser Daten mit denen der Connectivity Map ermöglichte die Identifikation eines entsprechend invers wirkenden Wirkstoffs. Dessen Evaluierung im fibrotischen Zellkulturmodell in vitro mittels indirekter Immunfluoreszenz führte zu einer deutlichen Expressionsreduktion der fibrotischen Markerproteine Fibronektin und Alpha-smooth Muscle Actin (α-SMA), womit die vorhergesagte antifibrotische Wirkung bestätigt werden konnte.

Schlussfolgerung Systembiologische Ansätze können für die Identifikation von antifibrotischen Wirkstoffkandidaten zur Vermeidung postoperativer Fibrose genutzt werden und sollten sich über die Erfassung differenzieller Genexpressionsdaten weiterer okularer Zellen oder Gewebe auch auf andere ophthalmologische Anwendungsfelder transferieren lassen.

Abstract

Background The long-term success of fistulating therapies for the treatment of glaucoma is essentially limited by excessive scarring reactions (fibrosis). Cytostatic agents such as mitomycin C can prevent fibrosis, but are often associated with side effects. Specific antifibrotics are not currently in clinical use. Therefore, this study describes a systems biology approach using a dedicated bioinformatics technology platform, with which active substances can be identified and repositioned as antifibrotics.

Materials and Methods Differential gene expression data of human Tenon fibroblasts (hTF) were collected from untreated hTF and from hTF stimulated with TGF-β1 (“fibrotic fibroblasts”) by next-generation sequencing (NGS) and were used as the basis for the drug identification process. These data were filtered with the bioinformatic tool “FocusHeuristics”. In comparison with the Connectivity Map database, antifibrotic agents were identified. The evaluation of a potentially promising drug as an antifibrotic was performed at hTF by indirect immunofluorescence in vitro.

Results The analysis of the gene expression data led to the identification of several interaction networks of genes or proteins involved in fibrotic processes. One of these networks contains the cytokine bone morphogenic protein 6 (BMP6), interleukin 6 (IL6) and fibroblast growth factor 1 (FGF1). Another relevant network has been identified around the cluster of differentiation 34 (CD34) gene. The comparison of these data with those of the Connectivity Map allowed the identification of an inhibitory drug. Its evaluation in the fibrotic cell culture model in vitro using indirect immunofluorescence led to a significant reduction in the expression of the fibrotic marker proteins fibronectin and alpha-smooth muscle actin (α-SMA), which confirmed the predicted antifibrotic effect.

Conclusion Systems biological approaches can be used for the identification of antifibrotic drug candidates for the prevention of postoperative fibrosis and should be transferable by the investigating differential gene expression data of further ocular cells or tissues to other ophthalmological fields of application.