Descobertas e avanços do sequenciamento de próxima geração na doença de Alzheimer

Conteúdo do artigo principal

Guilherme Nobre Nogueira
Rafaela Fernandes Gonçalves
Joel Lavinsky
Gustavo Rassier Isolan

Resumo

Introdução: O sequenciamento de nova geração (NGS) tem revolucionado a compreensão da doença de Alzheimer (DA), desvendando biomarcadores genéticos e transcriptômicos que aprimoram a estrutura ATN (beta-amiloide, Tau, neurodegeneração). Esses avanços iluminaram os papéis dos astrócitos reativos, deposição de amiloide e fosforilação de tau, ligando a neurodegeneração a vias moleculares específicas.


Objetivo: Avaliar o impacto do NGS na identificação de biomarcadores, na compreensão da patogênese da DA e no avanço de diagnósticos e tratamentos personalizados.


Método: Revisão narrativa foi conduzida usando os termos “doença de Alzheimer”, “sequenciamento de próxima geração”, “estrutura ATN” e “transcriptômica”. Estudos publicados em inglês, com foco em NGS no diagnóstico ou tratamento da DA, foram incluídos.


Resultado: NGS identificou genes como APP, TREM2 e PLD3, juntamente com modificações epigenéticas ligadas à DA. Estudos transcriptômicos destacaram vias relacionadas à inflamação, disfunção sináptica e neurodegeneração. Além disso, os astrócitos reativos demonstraram mediar o acúmulo de beta-amiloide e a progressão da Tau.


Conclusão: Embora o NGS tenha transformado a pesquisa da DA, desafios como interpretação de dados e padronização de protocolos limitam sua aplicação clínica. No entanto, sua integração no modelo ATN e diagnósticos personalizados oferecem caminhos promissores para detecção precoce e terapias direcionadas

Detalhes do artigo

Seção
Artigo de Revisão

Referências

Dubois B, Villain N, Schneider L, Fox N, Campbell N, Galasko D, et al. Alzheimer disease as a clinical-biological construct—an international working group recommendation. JAMA Neurol. 2024;81(12):1304-11. https://doi.org/10.1001/jamaneurol.2024.3770

Jack CR Jr, Andrews JS, Beach TG, Buracchio T, Dunn B, Graf A, et al. Revised criteria for diagnosis and staging of Alzheimer disease: Alzheimer’s Association Workgroup. Alzheimers Dement. 2024;20(8):5143–69. https://doi.org/10.1002/alz.13859

Dubois B, Feldman HH, Jacova C, Dekosky ST, Barberger-Gateau P, Cummings J, et al. Research criteria for the diagnosis of Alzheimer disease: revising the NINCDS-ADRDA criteria. Lancet Neurol. 2007;6(8):734–46. https://doi.org/10.1016/S1474-4422(07)70178-3

Nitrini R. What is “biological Alzheimer’s disease”? Dement Neuropsychol. 2024;18:e2024E001. https://doi.org/10.1590/1980-5764-DN-2024-E001

Villain N, Michalon R. What is Alzheimer’s disease? An analysis of nosological perspectives from the 20th and 21st centuries. Eur J Neurol. 2024;31(11):e16302. https://doi.org/10.1111/ene.16302

Schindler SE, Petersen KK, Saef B, Tosun D, Shaw LM, Zetterberg H, et al. Head-to-head comparison of leading blood tests for Alzheimer’s disease pathology. Alzheimers Dement. 2024;20(11):8074–96. https://doi.org/10.1002/alz.14315

Chen Y, Yu Y. Tau and neuroinflammation in Alzheimer’s disease: interplay mechanisms and clinical translation. J Neuroinflammation. 2023;20(1):165. https://doi.org/10.1186/s12974-023-02853-3

Novoa C, Salazar P, Cisternas P, Gherardelli C, Vera-Salazar R, Zolezzi JM, et al. Inflammation context in Alzheimer’s disease, a relationship intricate to define. Biol Res. 2022;55(1):39. https://doi.org/10.1186/s40659-022-00404-3

Jonsson T, Stefansson H, Steinberg S, Jonsdottir I, Jonsson PV, Snaedal J, et al. Variant of TREM2 associated with the risk of Alzheimer’s disease. N Engl J Med. 2012;368(2):107–16. https://doi.org/10.1056/NEJMoa1211103

Düz E, İlgün A, Bozkurt FB, Çakır T. Integration of genomic and transcriptomic layers in RNA-Seq data leads to protein interaction modules with improved Alzheimer’s disease associations. Eur J Neurosci. 2024;60(11):6891-08. https://doi.org/10.1111/ejn.16600

Dai Z, Pang X, Chen N, Fan X, Liu W, Chen Z, et al. Network medicine approach unravels endophenotype signature in Alzheimer’s disease through large-scale comparative proteomics analysis: vascular dysfunction as a prime example. J Chem Inf Model. 2024;64(19):7758–71. https://doi.org/10.1021/acs.jcim.4c01344

Sforzini L, Marizzoni M, Bottanelli C, Kunšteková V, Zonca V, Saleri S, et al. Transcriptomic profiles in major depressive disorder: the role of immunometabolic and cell-cycle-related pathways in depression with different levels of inflammation. Mol Psychiatry. 2024;30(4):1308-1. https://doi.org/10.1038/s41380-024-02736-w