Single-cell transcriptome analysis in mesial temporal lobe epilepsy associated with hippocampal sclerosis

• Grant number: 25/15651-4
• Support Opportunities: Scholarships in Brazil - Technical Training Program - Technical Training
• Start date: September 01, 2025
• End date: June 30, 2026
• Field of knowledge: Health Sciences - Medicine
• Principal Investigator: Iscia Teresinha Lopes Cendes
• Grantee: Jaqueline Cruz Geraldis
• Host Institution: Faculdade de Ciências Médicas (FCM). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brazil
• Associated research grant: 13/07559-3 - BRAINN - The Brazilian Institute of Neuroscience and Neurotechnology, AP.CEPID

Abstract

A epilepsia é uma das doenças neurológicas mais prevalentes no mundo, e a Epilepsia do Lobo Temporal (ELT) constitui sua forma focal mais frequente em adultos. Dentro deste espectro, destaca-se a Epilepsia do Lobo Temporal Mesial (ELTM), frequentemente associada à Esclerose Hipocampal (EH) Tipo 1, caracterizada por morte neuronal em regiões como CA1 e CA4 e gliose no giro denteado. Muitos pacientes apresentam resistência ao tratamento farmacológico, e a cirurgia para remoção da região epiléptica torna-se a principal alternativa terapêutica. A ELTM-EH possui etiologia complexa, envolvendo alterações genéticas e estruturais, o que motiva investigações em nível celular e molecular. O transcriptoma, conjunto de mRNAs expressos em cada célula, representa uma ponte entre o genótipo e o fenótipo celular, sendo uma ferramenta essencial para compreender a heterogeneidade celular e os mecanismos fisiopatológicos da doença. Neste contexto, este estudo tem como objetivo caracterizar os tipos celulares e a paisagem transcriptômica do hipocampo e giro denteado em pacientes com ELTM-EH, comparando-os a controles livres de lesão obtidos por autópsia, utilizando a tecnologia de single-nuclei RNA sequencing (snRNASeq).Os objetivos específicos incluem: (i) catalogar os tipos celulares presentes nas amostras de pacientes e controles; (ii) analisar a paisagem transcriptômica de cada grupo celular, identificando vias biológicas enriquecidas; e (iii) destacar os grupos celulares mais relevantes para a fisiopatologia da ELTM-EH.A análise será realizada a partir de dados de snRNASeq já disponíveis provindos de dados obtidos no projeto BRAINN, empregando R e o pacote Seurat como base para um pipeline automatizado. Inicialmente, serão importadas as matrizes brutas (matrix.mtx, barcodes.tsv, features.tsv ou .h5), seguidas do cálculo de métricas de qualidade celular - número de genes detectados, total de moléculas e percentual de transcritos mitocondriais - aplicando filtros de inclusão (¿200 genes, ¿10% mitocôndria). Serão gerados violin plots para documentar visualmente os thresholds. Em seguida, os dados serão normalizados, os genes variáveis identificados e as amostras integradas por âncoras do Seurat ou pelo algoritmo Harmony para correção de batch effects. Após escalonamento e análise de componentes principais (PCA), serão produzidos elbow plots para definição do número de componentes e gerados embeddings UMAP ou t-SNE para visualização da estrutura celular.Os clusters celulares serão definidos com FindNeighbors() e FindClusters() em múltiplas resoluções, com avaliação de estabilidade via pacote clustree, permitindo a seleção da resolução ótima. A anotação celular será realizada manualmente, sobrepondo os marcadores em UMAPs por meio de DimPlot() e FeaturePlot(), com ajustes gráficos para exportação em PNG.Todo o processamento será realizado em servidor Linux dedicado. Os objetos intermediários (RDS) e gráficos gerados serão armazenados em diretórios de checkpoints, assegurando rastreabilidade e reprodutibilidade. Ao final, os resultados consolidados serão transferidos com segurança para a máquina local via scp ou rsync, possibilitando análises complementares e geração de relatórios. (AU)