O diabetes mellitus tipo 1 (DM1) tem etiologia autoimune, enquanto o diabetes mellitus tipo 2 (DM2) e o diabetes mellitus gestacional (DMG) são considerados como distúrbios metabólicos. Neste trabalho, foi realizada análise do transcriptoma das células mononucleares do sangue periférico (do inglês, peripheral mononuclear blood cells - PBMCs), obtidas de pacientes com DM1, DM2 e DMG, realizando análises por module maps a fim de comparar características patogênicas e aspectos gerais do tratamento com anotações disponíveis de genes modulados, tais como: a) análises disponíveis a partir de estudos de associação em larga escala (do inglês genome-wide association studies GWAS); b) genes associados ao diabetes em estudos clássicos de ligação disponíveis em bancos de dados públicos; c) perfis de expressão de células imunológicas fornecidos pelo grupo ImmGen (Immunological Project). Foram feitos microarrays do transcriptoma total da plataforma Agilent (Whole genome onecolor Agilent 4x44k) para 56 pacientes (19 DM1, 20 DM2 e 17 DMG). Para a compreensão dos resultados foram aplicados filtros não-informativos e as listas de genes diferencialmente expressos foram obtidas por análise de partição e análise estatística não-paramétrica (rank products), respectivamente. Posteriormente, análises de enriquecimento funcional foram feitas pelo DAVID e os module maps construídos usando a ferramenta Genomica. As análises funcionais contribuíram para discriminar os pacientes a partir de genes envolvidos na inflamação, em especial DM1 e DMG. Os module maps de genes diferencialmente expressos revelaram: a) genes modulados exibiram perfis de transcrição típicos de macrófagos e células dendríticas, b) genes modulados foram associados com genes previamente descritos como genes de complicação ao diabetes a partir de estudos de ligação e de meta-análises; c) a duração da doença, obesidade, número de gestações, níveis de glicose sérica e uso de medicações, tais como metformina, influenciaram a expressão gênica em pelo menos um tipo de diabetes. Esse é o primeiro estudo de module maps mostrando a influência de padrões epidemiológicos, clínicos, laboratoriais, imunopatogênicos e de tratamento na modulação dos perfis transcricionais em pacientes com os três tipos clássicos de diabetes: DM1, DM2 e DMG.

Type 1 diabetes (T1D) is an autoimmune disease while type 2 (T2D) and gestational diabetes (GDM) are considered as metabolic disturbances. We performed a transcriptome analysis of peripheral mononuclear blood cells obtained from T1D, T2D and GDM patients, and we took advantage of the module map approach to compare pathogenic and treatment features of our patient series with available annotation of modulated genes from i) genome-wide association studies; ii) genes provided by diabetes meta-analysis in public databases, iii) immune cell gene expression profiles provided by the ImmGen project. Whole genome one-color Agilent 4x44k microarray was performed for 56 (19 T1D, 20 T2D, 17 GDM) patients. Noninformative filtered and differentially expressed genes were obtained by partitioning and rank product analysis, respectively. Functional analyses were carried out using the DAVID software and module maps were constructed using the Genomica tool. Functional analyses contributed to discriminate patients on the basis of genes involved in inflammation, primarily for T1D and GDM. Module maps of differentially expressed genes revealed that: i) modulated genes exhibited transcription profiles typical of macrophage and dendritic cells, ii) modulated genes were associated with previously reported diabetes complication genes disclosed by association and meta-analysis studies, iii) disease duration, obesity, number of gestations, glucose serum levels and the use of medications, such as metformin, influenced gene expression profiles in at least one type of diabetes. This is the first module map study to show the influence of epidemiological, clinical, laboratory, immunopathogenic and treatment features on the modulation of the transcription profiles of T1D, T2D and GDM patients.