Transcriptome profiling and longitudinal cohort studies of myositis subsets

Abstract

Les miopaties inflamatòries són una família heterogènia de malalties autoimmunes rares que afecten múltiples òrgans i sistemes, inclosos els músculs, la pell, els pulmons i/o les articulacions. Definir-ne amb precisió la patogènia i classificar-les correctament és clau per comprendre i manejar aquestes malalties. En aquesta tesi doctoral explorem subconjunts específics de miositis definides per autoanticossos i comparem quantitativament la capacitat dels autoanticossos amb la classificació EULAR/ACR de 2017 per predir el fenotip de pacients amb miositis. A més, realitzem la seqüenciació d'ARN en 119 biòpsies musculars de pacients amb diferents tipus de miositis i 20 controls. Estudiem l'expressió diferencial, fem anàlisis de vies i desenvolupem processos d'aprenentatge automàtic exploratoris per definir els perfils específics d'expressió i les vies patogèniques a cada subgrup de malalties. Amb aquests estudis determinem que els autoanticossos superen els criteris clínics actuals per predir el fenotip dels pacients amb miositis i descobrim perfils d'expressió únics al teixit muscular de pacients amb diferents tipus de miositis.

Las miopatías inflamatorias son una familia heterogénea de enfermedades autoinmunes raras que afectan a múltiples órganos y sistemas, incluidos los músculos, la piel, los pulmones y/o las articulaciones. Definir con precisión su patogenia y clasificarlas correctamente es clave para comprender y manejar estas enfermedades. En esta tesis doctoral exploramos subconjuntos específicos de miositis definidas por autoanticuerpos y comparamos cuantitativamente la capacidad de los autoanticuerpos con la clasificación EULAR/ACR de 2017 para predecir el fenotipo de pacientes con miositis. Además, realizamos la secuenciación de ARN en 119 biopsias musculares de pacientes con diferentes tipos de miositis y 20 controles. Estudiamos la expresión diferencial, realizamos análisis de vías y desarrollamos procesos de aprendizaje automático exploratorios para definir los perfiles de expresión específicos y las vías patogénicas en cada subgrupo de enfermedades. Con estos estudios determinamos que los autoanticuerpos superan los criterios clínicos actuales para predecir el fenotipo de los pacientes con miositis y descubrimos perfiles de expresión únicos en el tejido muscular de pacientes con diferentes tipos de miositis.

Inflammatory myopathies are a heterogeneous family of rare autoimmune diseases affecting multiple organs and systems, including the skin, the lungs, the muscles and/or the joints. Accurately defining their pathogenesis and classifying them correctly are key for understanding and managing these diseases. In this doctoral thesis we explored specific autoantibody-defined myositis subsets and quantitatively compared the ability of autoantibodies to the 2017 EULAR/ACR classification standard to predict the phenotype of patients with myositis. We also performed RNA sequencing on 119 muscle biopsies of patients with different types of myositis and 20 controls. We studied the differential expression, performed pathway analysis and developed exploratory machine learning pipelines to define the specific expression profiles and pathogenic pathways in each disease subgroup. With these studies we determined that the autoantibodies outperform current clinical criteria to predict the phenotype of myositis patients and discovered unique expression profiles in the muscle tissue of patients with different types of myositis.