Sepsis, musuh bebuyutan pasien di ICU, merenggut nyawa sekitar 11 juta orang setiap tahunnya. Kondisi ini, yang ditandai dengan respon imun yang kacau terhadap infeksi, bisa memicu disfungsi organ. Salah satu komplikasinya adalah septic cardiomyopathy (SCM), yang terkenal dengan tingkat kematiannya yang tinggi dan prognosis yang kurang menyenangkan. Ironisnya, belum ada definisi SCM yang disepakati secara universal. Jadi, kita masih meraba-raba dalam gelap, mencari titik terang untuk memahami dan menaklukkan momok ini.
Ketika Jantung Sepsis Jadi Drama: Apa yang Sebenarnya Terjadi?
SCM adalah kondisi kompleks yang belum sepenuhnya dipahami. Intinya, jantung yang terkena sepsis menunjukkan gejala-gejala yang bisa bikin jantung sehat merinding: (1) pelebaran ventrikel kiri dengan tekanan pengisian yang normal atau menurun, (2) penurunan kontraktilitas ventrikel, dan (3) disfungsi diastolik ventrikel kanan atau disfungsi [sistolik dan/atau diastolik] ventrikel kiri, disertai penurunan responsivitas volume. Bayangkan jantung sebagai mesin pacu yang berusaha keras, tetapi bensinnya tidak cukup atau komponennya mulai rusak.
Patogenesis SCM itu kompleks, melibatkan beberapa mekanisme utama: inhibisi miokardial, aktivasi saraf simpatik, kerusakan mitokondria, dan ketidakseimbangan homeostasis kalsium. Semua ini bekerja sama seperti konspirasi untuk membuat jantung kewalahan. Penelitian menunjukkan bahwa sepsis mengganggu metabolisme asam lemak secara signifikan. Sejumlah lipid penting seperti lisofosfolipid, sfingolipid, fosfatidilkolin, dan chlorofatty acid mengalami penipisan.
Penurunan kadar lipid bioaktif ini terkait dengan hasil klinis yang buruk pada pasien sepsis. Asam lemak memegang peranan krusial sebagai sumber energi utama bagi jantung, menyediakan sejumlah besar koenzim yang diperlukan untuk fosforilasi oksidatif mitokondria. Oleh karena itu, regulasi metabolisme asam lemak sangat penting untuk mempertahankan fungsi jantung yang optimal. Memahami hubungan antara metabolisme asam lemak dan patogenesis SCM adalah kunci untuk mengidentifikasi target terapi baru.
Asam Lemak Nakal: Mencari Dalang di Balik Septic Cardiomyopathy
Studi ini bertujuan untuk mengeksplorasi peran hub fatty acid metabolism-related DEGs (FAM-DEGs) dalam SCM. Tujuan utamanya adalah mengidentifikasi dan menganalisis gen-gen yang mengalami perubahan ekspresi signifikan terkait metabolisme asam lemak selama SCM. Secara sederhana, kita mencoba mencari tahu gen mana yang paling "berulah" dalam merusak jantung saat terjadi sepsis.
Selain itu, studi ini juga berupaya membangun jaringan regulasi komprehensif di sekitar hub FAM-DEGs dalam SCM. Hal ini dilakukan untuk memahami bagaimana gen-gen kunci ini diatur dan berinteraksi satu sama lain dalam konteks SCM. Dengan memahami jaringan ini, kita bisa mendapatkan gambaran yang lebih lengkap tentang mekanisme molekuler yang terlibat.
Tidak hanya itu, penelitian ini juga berfokus untuk mengidentifikasi hubungan antara hub FAM-DEGs dan infiltrasi imun dalam SCM. Tujuannya adalah untuk meningkatkan pemahaman kita tentang imunometabolisme yang mendasari patogenesis SCM. Bayangkan ini seperti mencari tahu apakah tentara kekebalan tubuh kita ikut campur tangan dalam kerusakan jantung saat sepsis terjadi.
Data SCM diambil dari database NCBI GEO menggunakan kata kunci "septic cardiomyopathy" dan "septic heart". Dataset GSE142615 dan GSE171546 digunakan dalam studi ini. Dataset GSE142615 dihasilkan oleh platform GPL27951, berisi data sekuensing untuk 8 jaringan jantung mencit. Dataset GSE171546 dihasilkan oleh platform GPL24247, berisi data sekuensing untuk 15 jaringan jantung dari model mencit septik dan 5 jaringan jantung kontrol.
Menyibak Tabir Imunometabolisme: Hubungan Antara Gen, Imun, dan Jantung
Data yang diperoleh dari dataset GSE142615 dan GSE171546 diunduh menggunakan paket R “GEO query”. DEGs diidentifikasi menggunakan paket R “limma”. Analisis Gene Set Enrichment Analysis (GSEA) dilakukan menggunakan paket R “clusterProfiler”. Fatty acid metabolism-related genes diperoleh dari molecular signatures database. FAM-DEGs diidentifikasi melalui persimpangan antara DEGs dan 155 gen terkait metabolisme asam lemak.
Ekspresi FAM-DEGs divisualisasikan sebagai heat map menggunakan paket R “ggplot2”. Tingkat ekspresi FAM-DEGs dalam dataset GSE142615 dan GSE171546 ditampilkan sebagai violin plot. Heatmap korelasi antar FAM-DEGs digambar menggunakan plug-in “CorrelationPlot” di software “Origin”. Enrichment jalur GO dan KEGG dilakukan menggunakan plug-in “ClueGO” di software “Cytoscape”.
FAM-DEGs diproses untuk analisis PPI dengan database STRING. Hub FAM-DEGs diidentifikasi menggunakan plugin CytoHubba dan algoritma machine learning (SVM dan RF). Mengingat ukuran sampel yang relatif kecil, kedua dataset diintegrasikan dalam aplikasi machine learning dengan bantuan paket R “sva”.
Faktor transkripsi (TFs) dari hub FAM-DEGs diprediksi menggunakan plug-in iRegulon di software Cytoscape. miRNA upstream dari hub FAM-DEGs diprediksi menggunakan database TarBase v8.0. Jaringan FAM-DEGs-TFs-miRNAs divisualisasikan menggunakan software Cytoscape. Analisis infiltrasi imun dilakukan dengan memanfaatkan algoritma ImmuCellAI untuk memperkirakan kelimpahan 36 jenis sel imun. Korelasi antara hub FAM-DEGs dan sel imun dianalisis dengan paket R “CIBERSORT”.
Mengungkap Potensi DHCR24: Harapan Baru dalam Penanganan SCM?
Untuk memastikan bahwa hub FAM-DEGs berdampak pada SCM, validasi dilakukan pada model hewan dan spesimen klinis. Mencit digunakan untuk membuat model SCM dengan injeksi LPS. Bagian patologis miokardium dan biomarker cedera miokardium digunakan untuk mengonfirmasi keberhasilan model mencit SCM. Tingkat ekspresi Hsd17b7, Dhcr24, Cyp1a1, Ephx1, dan Hmgcs2 divalidasi dalam model mencit SCM menggunakan qRT-PCR.
Hasilnya menunjukkan bahwa Dhcr24 menunjukkan pola ekspresi yang konsisten dengan prediksi analisis bioinformatika, menunjukkan penurunan signifikan pada model mencit SCM. Immunohistochemistry juga menunjukkan penurunan ekspresi protein Dhcr24 pada kelompok SCM, konsisten dengan tingkat mRNA-nya. Studi klinis melibatkan 11 kontrol sehat dan 30 pasien SCM, menunjukkan penurunan signifikan konsentrasi DHCR24 pada pasien SCM dibandingkan kontrol sehat. Selain itu, kadar DHCR24 secara signifikan lebih rendah pada pasien yang mengalami septic shock dibandingkan mereka yang tidak.
Selain itu, ada korelasi negatif antara DHCR24 dan marker miokardium, seperti creatine kinase (CK)-MB, dalam kelompok SCM. Temuan ini menunjukkan bahwa DHCR24 terkait dengan tingkat keparahan sepsis dalam konteks kardiomiopati. Penelitian ini menyoroti potensi DHCR24 sebagai biomarker diagnostik dan target terapeutik yang menjanjikan untuk SCM. Walaupun begitu, masih banyak yang perlu kita gali. Bagaimana DHCR24 bekerja secara mendetail? Peran sel imun juga perlu diteliti lebih lanjut. Mungkin juga microbiome punya andil dalam drama SCM ini.
Meskipun begitu, studi ini telah membuka jendela baru untuk memahami SCM. Kita bisa saja menemukan cara untuk melawan sepsis dan melindungi jantung, atau setidaknya, membuat perjalanan pasien lebih ringan. Siapa tahu, di masa depan, SCM tidak lagi menjadi ancaman yang menakutkan.
