La variación genética en Aquaporin-4 modera la relación entre el sueño y la carga de Aβ-

amiloide cerebral
Resumen
Se postula que el sistema glifático es un mecanismo de aclaramiento de Aβ-amiloide cerebral y que
es más efectivo durante el sueño. La ablación de los finales pies astrocíticos proteína expresada-
canal de agua, acuaporina-4, en ratones, los resultados en el deterioro de este mecanismo de
aclaramiento y el aumento de la deposición de Aß-amiloide cerebral, lo que sugiere que acuaporina-
4 juega un papel fundamental en la función glymphatic. Actualmente hay escasez de literatura sobre
el impacto de la variación genética de AQP4 sobre el sueño, la carga de Aβ-amiloide cerebral y su
relación entre sí en humanos. Para abordar este tema, se realizó un estudio observacional transversal
en adultos mayores cognitivamente normales del estudio Australian Imaging, Biomarkers and
Lifestyle (AIBL). Se investigaron las variantes genéticas en AQP4 con respecto a los parámetros de
sueño del índice de calidad del sueño de Pittsburgh, la carga de Aβ-amiloide cerebral derivada de la
tomografía por emisión de positrones y si estas variantes genéticas moderaron la relación de carga
de sueño-Aβ-amiloide. Una variante AQP4, rs72878776, se asoció con la calidad del sueño en
general más pobre, mientras que varios SNPs moderan el efecto de la latencia del sueño (rs491148,
rs9951307, rs7135406, rs3875089, rs151246) y duración (rs72878776, rs491148 y rs2339214) en el
cerebro de carga de Aß-amiloide. Este estudio sugiere que la variación genética AQP4 modera la
relación entre el sueño y el cerebro carga de Aß-amiloide, que añade peso a la propuesta de sistema
glinfático ser un potencial mecanismo de eliminación de Aß-amiloide y sugiere que la variación
genética AQP4 puede afectar esta función. Además, la variación genética de AQP4 se debe
considerar al interpretar las relaciones de sueño-Aβ.

Introducción
Las estimaciones sugieren que el sueño disfuncional puede estar presente en hasta el 45% de los
pacientes con enfermedad de Alzheimer (EA); se manifiesta comúnmente como despertares
frecuentes, mayor latencia del sueño (tiempo para quedarse dormido) y mantenimiento deficiente
del sueño. Sin embargo, la acumulación de evidencia también sugiere que existe una relación
bidireccional entre el sueño y los fenotipos de EA; es decir, además del fenotipo AD que conduce a
la disfunción del sueño, el sueño disfuncional contribuye al fenotipo AD.
El Aβ-amiloide (Aβ) se acumula gradualmente en el cerebro de las personas a medida que avanzan
hacia un diagnóstico de AD. Se cree que esta acumulación de Aβ comienza aproximadamente 20
años antes del inicio de la sintomatología de la EA, y en la forma esporádica de la enfermedad, se
presume que se debe a mecanismos de eliminación deficientes. Los mecanismos de aclaramiento de
Aβ del cerebro humano son múltiples, con algunos factores específicos involucrados aún por
entender por completo. Significativamente, sin embargo, se ha observado en ratones que un sueño
de buena calidad mejora la eliminación de Aβ cerebral, mientras que el sueño disfuncional exacerba
la acumulación de Aβ en humanos y modelos animales. Además, recientemente hemos demostrado
que en adultos mayores cognitivamente normales, el aumento de la latencia del sueño se asocia con
una mayor carga de Aβ cerebral. Se hipotetiza que el cerebro tiene un sistema de depuración
linfático que opera en paralelo al sistema linfático humano a través del empleo de una red de
mecanismos de limpieza paravasculares. Este sistema de aclaramiento de tipo linfático se ha
denominado sistema glifático, y se postula que funciona casi por completo durante el sueño.
La evidencia de modelos animales apoya un mecanismo de limpieza perivascular cerebral y
paravascular que involucra el flujo masivo de líquido intersticial y la participación de la proteína del
canal de agua, Aquaporin-4 (AQP4), ubicada principalmente en el extremo subpial y perivascular
de los procesos astrocíticos . Además, la evidencia de los ratones knockout del gen Aqp4 respalda la
noción de que la funcionalidad de AQP4 está relacionada con la eficacia del aclaramiento de Aβ,
probablemente a través del sistema glifático. Además, un estudio de cerebros humanos autopsiados
observó que la inmunorreactividad de AQP4 se distribuye de manera similar a las placas de Aβ
neuríticas; sugiriendo que es probable que AQP4 esté relacionado con la deposición de placa de Aß
en el cerebro. Además, una disminución en la expresión de AQP4 o la pérdida de localización
perivascular podría contribuir a la reducción del aclaramiento de Aβ.
Se han identificado variantes funcionales poco predecibles en silico en AQP4 humano, que se ha
demostrado que alteran la permeabilidad al agua in vitro. Sin embargo, ningún estudio hasta la
fecha ha investigado el papel de la variación genética de AQP4 en la EA, el sueño y el aclaramiento
de Aβ. Para profundizar nuestra comprensión del papel de AQP4 en la EA, investigamos la
variación genética en el gen AQP4 con respecto a la relación con, y entre, la calidad / cantidad del
sueño y la carga de Aβ del cerebro. Presumimos que una peor calidad del sueño se asociaría con una
mayor carga cerebral Aβ y que las variantes genéticas en AQP4 moderarían esta relación. Esta
hipótesis se derivó de la premisa de que tanto la mala calidad del sueño disminuye el aclaramiento
de Aβ (es decir, da como resultado una mayor carga de A \ beta en el cerebro), y también que la
depuración glifática subóptima durante el sueño disfuncional dará lugar a una mayor carga de A \
beta cerebral; ergo, la variación genética de AQP4 tendría un impacto funcional en la carga de Aβ
cerebral.

Materiales y métodos

Participantes del estudio

Esta investigación transversal utilizó datos recopilados de adultos mayores cognitivamente
normales (CN) del Estudio australiano de imágenes, biomarcadores y estilo de vida (AIBL); un
estudio prospectivo longitudinal del envejecimiento iniciado en 2006. Todos los voluntarios tenían
60 años o más al inicio del estudio. Más detalles sobre el diseño, el proceso de inscripción, las
evaluaciones neuropsicológicas y los criterios de diagnóstico del Estudio AIBL se han descrito
previamente en otra parte. El estudio AIBL es aprobado por los comités de ética institucional de
Austin Health, St Vincent's Health, Hollywood Private Hospital y Edith Cowan University (ECU), y
todos los voluntarios dieron su consentimiento por escrito.

Medidas de sueño
La calidad subjetiva del sueño y las alteraciones se evaluaron mediante el índice de calidad del
sueño de Pittsburgh (PSQI) en 462 adultos mayores con CN en el punto temporal de 72 meses del
estudio. Varios parámetros se derivan posteriormente de esta medida de autoinforme de 19
elementos, que incluye la calidad del sueño, la latencia (en minutos), la duración (informada en
horas), la eficiencia, la alteración del sueño, el uso de medicamentos y la disfunción diurna.
También se deriva una puntuación global adicional de la calidad del sueño, PSQI Total, con una
puntuación> 5 que indica un sueño deficiente. Para el presente estudio, los análisis se centraron en
parámetros relacionados con la función nocturna y, por lo tanto, los factores estudiados aquí se
limitaron inicialmente a la calidad general del sueño (PSQI Total) y luego a las subescalas de
latencia del sueño, duración del sueño y eficiencia del sueño y trastornos del sueño.

Imagen mental
De estos 462 participantes, 222 también se sometieron a imágenes Αβ. La imagen de Αβ se realizó
mediante tomografía de emisión de positrones (PET) utilizando uno de los siguientes trazadores de
Αβ marcadores radiomarcados; Compuesto C-Pittsburgh B (PiB), F-florbetapir o F-flutemetamol,
como se describió previamente. Las imágenes se analizaron utilizando CapAIBL, una metodología
de resonancia magnética (MR) libremente disponible basada en la web, para generar relaciones de
valor de captación (SUV) estandarizadas de PET para todos los trazadores. Brevemente, los SUV se
sumaron y se normalizaron a la SUV de la corteza cerebelar (PiB), SUV de cerebelo completo
(florbetapir) o SUV de la protuberancia (flutemetamol), para producir la región diana a SUVR de la
región de referencia. Para permitir el análisis de estos diferentes trazadores como una sola variable
continua, se aplicó una transformación de regresión lineal para generar unidades SUVR similares a
PiB denominadas escala "Antes de la transformación del núcleo Centiloide" (BeCKeT). PiB SUVR
y florbetapir / flutemetamol BeCKeT se utilizaron en este estudio transversal.

Datos genéticos
Los datos genéticos se obtuvieron a partir de un conjunto de polimorfismo de un solo nucleótido
(SNP) genómico en el Illumina OmniExpressHumanExome + BeadChip con la imputación
posterior usando impute2 ver2.3, con el panel de referencia del genoma 1000 (versión 2015). Los
datos de SNP de la región genómica de AQP4 (GRCh37 Chr18: 24,432,000-24,446,000) se
extrajeron y se sometieron a control de calidad en GoldenHelix SNP y Variation Suite (SVS versión
8.7.1), que incluyeron la eliminación de SNP con frecuencia de llamada <95%, Alelo menor
frecuencia <5% y la salida del equilibrio Hardy-Weinberg (p <0,05), dejando 32 SNP (Tabla 1
complementaria). Después de la poda del desequilibrio de ligamiento (LD) (corte de r2 de 0,8,
tamaño de ventana 10, incremento de 5), se seleccionaron 13 SNP de AQP4 para proporcionar una
cobertura completa del gen (Tabla 1 complementaria, figura 1 complementaria). El genotipo
apolipoproteína E (APOE), específicamente la presencia del alelo ε4, el factor de riesgo genético
principal para AD, se determinó usando ensayos de genotipificación TaqMan (Life Technologies,
EE. UU.) Para rs7412 (ID de ensayo: C____904973_10) y rs429358 (ID de ensayo:
C___3084793_20 ) en un sistema de PCR QuantStudio 12 K Flex en tiempo real (Applied
Biosystems, EE. UU.).

Análisis estadístico
Los análisis estadísticos se llevaron a cabo en Golden Helix (Inc.) SVS (versión 8.7.1) para análisis
de regresión lineal, utilizando aditivo (homocigoto para el alelo minoritario (MM) frente a
heterocigoto para el alelo minoritario (Mm) frente a homocigoto para el alelo principal (mm)),
recesivo (homocigoto para el alelo menor (MM) frente a heterocigoto / homocigoto para el alelo
principal (mm / mm)) y dominante (heterocigoto / homocigoto para el alelo menor (mm o MM) vs.
homocigoto para los modelos genéticos de alelos principales (mm)), o IBM SPSS Statistics, Versión
24.0 (IBM Corp., Armonk, NY) para análisis de moderación, utilizando solo modelos recesivos y
dominantes. La significación nominal (no corregida) se informó en p <0,05. Sin embargo, se
determinaron los niveles finales de significancia después de la corrección para la Tasa de
Descubrimiento Falsos (FDR) con un umbral de significancia establecido en q <0.05. El análisis de
regresión lineal, con respecto a la carga de Aβ, incluyó las covariables de edad, sexo y genotipo
APOE (presencia / ausencia del alelo ε4). Para los parámetros del sueño PSQI, índice de masa
corporal (IMC), sintomatología depresiva (escala de depresión geriátrica, GDS) y un historial
médico de enfermedad cardiovascular (CVD) también se incluyeron como covariables. La relación
entre los SNP AQP4 y los parámetros de sueño PSQI se llevó a cabo utilizando un enfoque de dos
etapas. En primer lugar, se evaluó la asociación con la calidad general del sueño (PSQI total)
seguido del análisis de asociación con las subescalas PSQI (latencia del sueño, duración, eficiencia
y alteraciones).
El análisis de moderación en SPSS utilizó un diálogo personalizado: PROCESO (versión 2.16.3)
con 5000 muestras de bootstrap corregidas y corregidas por sesgo, con intervalos de confianza del
95%. Los SNP de AQP4 se incluyeron como variable moderadora (W), carga de cerebro Αβ como
la variable de resultado (Y), con cada uno de los cinco parámetros de sueño PSQI seleccionados
individualmente como la variable independiente (X). Los análisis de moderación covariaron por
edad, IMC, historial médico de CVD, GDS y porte del alelo APOE ε4 como se informó
previamente. Se utilizó el análisis post hoc de las pendientes simples para visualizar la moderación
del efecto de X en Y por la variable moderadora, W.

Resultados
Las características demográficas para la cohorte de estudio se presentan en la Tabla 1. Los datos de
neuroimagen solo estaban disponibles en 222 adultos mayores con CN en el mismo punto de tiempo
de evaluación en que se administró el PSQI. Sin embargo, no hubo diferencias significativas en
cuanto a las distribuciones o medias de las variables demográficas entre el grupo de PSQI solo (n =
462) y el subconjunto de imágenes PSQI más (n = 222).
AQP4 genetic variation and PSQI sleep parameters or brain Aβ burden
Se realizó un análisis de regresión lineal para determinar si los SNP AQP se asociaron primero con
la calidad general del sueño (PSQI total) y subsecuentemente con las subescalas PSQI (latencia del
sueño, duración del sueño, eficiencia del sueño y trastornos del sueño) usando un modelo
estadístico base (sin covariables) y un modelo estadístico ajustado, covariante para edad, IMC,
historia clínica de CVD, GDS y portador de alelos APOE ε4. Se observó significación nominal
(Tabla 2) con respecto a PSQI Total (rs71353406, rs72878776 y rs3875089) y posteriormente, en
los análisis de subescalas, con trastornos del sueño (rs68006382). De estas asociaciones, solo la de
rs72878776 con PSQI Total (modelo base, β = 4.74 (se: 1.37), p = 0.0006; modelo ajustado, β =
4.15 (se: 1.34), p = 0.002) se mantuvo significativa después de la corrección FDR ( modelo base, q
= 0.008; modelo ajustado, q = 0.028). No se observaron asociaciones adicionales para las variantes
genéticas restantes y los parámetros del sueño PSQI (tabla 2 complementaria).
También se realizaron análisis de regresión lineal para determinar si los SNP de AQP4 se asociaron
con la carga de Aβ cerebral, de nuevo utilizando un modelo estadístico básico (sin covariables) y un
modelo estadístico ajustado, covarying para edad, sexo y porte de alelo APOE ε4. No se observaron
asociaciones significativas entre las variantes genéticas de AQP4 y la carga de Aβ cerebral de forma
independiente o cuando las covariables de edad, sexo y APOE ε4 se incluyeron en los modelos
ajustados (Tabla 3 complementaria).
Moderación de AQP4 del parámetro de sueño PSQI: relación de carga Aβ del cerebro
El análisis de regresión lineal (Tabla 4 complementaria), excluyendo los SNP AQP4, reveló que la
latencia del sueño (minutos) se asoció con la carga de Aβ (β = 0,004, t (215) = 2,66; IC del 95%,
0,001-0,007; p = 0,008). consistente con un informe anterior en un subconjunto de esta misma
muestra12. No se observó ningún otro parámetro de sueño PSQI asociado a la carga de Aβ cerebral
en nuestros análisis.
Para determinar si los SNP de AQP4 moderaron la relación entre los 5 parámetros de sueño PSQI y
la carga de Aβ cerebral, se realizaron análisis de regresión lineal multivariante dentro del modelo de
moderación. Nueve de estos modelos estadísticos revelaron efectos significativos de moderación
para los SNP AQP4 en los parámetros de sueño PSQI de latencia del sueño y la duración del sueño
(Tabla 3). Se observó que la relación entre la latencia del sueño determinada por PSQI y la carga de
Aβ del cerebro se modera significativamente por un total de cinco SNP de AQP4. La interacción de
los SNP de AQP4 rs491148 y la latencia del sueño fue estadísticamente significativa para los
modelos genéticos dominantes (R2-change (ΔR2) = 0.017; p = 0.036) y recesivos (ΔR2 = 0.020; p
= 0.022). Mientras que rs9951307 (ΔR2 = 0.015; p = 0.048), rs71353406 (ΔR2 = 0.019; p = 0.030),
rs3875089 (ΔR2 = 0.019; p = 0.028) y rs151246 (ΔR2, 0.039; p = 0.002) fueron significativos en la
genética dominante modelo solo Los análisis post hoc de pendientes simples (Figura 1) revelaron
que para rs3875089, rs71353406 y rs491148, el transporte de al menos una copia del alelo
minoritario se asoció con una mayor carga de Aβ cerebral a medida que aumentó la latencia del
sueño, mientras que para rs9951307 y rs151246 esta relación observado para la homocigosidad del
alelo principal. Todos los resultados de los análisis de moderación se presentan en las Tablas
Suplementarias 5-9.
Tres SNP AQP4 interactuaron con la duración del sueño determinada por PSQI (en horas) para
impactar significativamente la carga de Aβ cerebral, concretamente rs72878776, rs2339214 y
rs491148 (Tabla 3). Para rs72878776 (ΔR2 = 0.019; p = 0.034) y rs491148 (ΔR2 = 0.016; p =
0.045) la asociación se observó en el modelo genético dominante, mientras que para rs2339214
(ΔR2 = 0.041; p = 0.002), la asociación se observó en el modelo recesivo Análisis de pendientes
simples post hoc (Fig. 2) revelaron que para rs72878776 y rs491148, el transporte de al menos una
copia del alelo minoritario dio como resultado una mayor carga de Aβ cerebral con una duración de
sueño más corta. Sin embargo, se observó lo contrario para rs2339214, donde la homocigosidad del
alelo minoritario dio como resultado una mayor carga de Aβ cerebral con una mayor duración del
sueño.
Discusión
El objetivo principal de este estudio fue determinar si la variación genética dentro de AQP4
moderaba la relación entre la calidad del sueño autoinformada derivada de PSQI y la carga de Aβ
cerebral según lo evaluado por PET en adultos mayores cognitivamente normales del estudio AIBL.
Este estudio es el primero en informar que la variación genética en AQP4 se asocia con calidad de
sueño alterada, autoinformada, "general" (puntaje total del PSQI) y moderar la relación entre los
parámetros de latencia del sueño (tiempo de quedarse dormido) ), duración (duración del sueño) y
carga de Aβ cerebral.
La asociación de la latencia del sueño con el aumento de la carga de Aβ cerebral confirma los
resultados informados previamente en un subconjunto (n = 184) de los participantes AIBL
incluidos en el estudio actual (n = 222) 12. En este estudio previo, no se observó moderación de la
relación de latencia del sueño-Aβ por el genotipo APOE. Sin embargo, informamos en el presente
estudio que la moderación de esta relación ocurre debido a variantes en un gen que codifica un
componente clave del sistema glifático postulado: específicamente, AQP4, que codifica AQP4, una
proteína de canal de agua expresada en pies finales astrocítica postulada estar involucrado en la
depuración mediada por glifosato de Aβ18. Nuestros datos sugieren que la variación genética en
AQP4, específicamente rs72878776, se asocia con alteración, autoinforme, calidad general del
sueño (puntaje total del PSQI), con individuos homocigotos para el alelo AqP4 rs72878776-A que
informa peor sueño en general en comparación con aquellos con un genotipo diferente . Este SNP
está en la región no traducida 5-prime (5'UTR) del gen AQP4 y puede ser de relevancia funcional al
influir potencialmente en la transcripción génica, a través de la modificación (creación o deleción)
de los sitios de unión del factor de transcripción. Esto es respaldado por evidencia compilada en el
RegulomeDB33. Específicamente, se predice que la posible unión de reguladores transcripcionales
tales como REST, TRIM28, CTBP2 y ZNF263 se verá afectada por esta variante. El análisis de la
estructura de LD del gen AQP4 para el enlace de rs72878776, con otras variantes con implicaciones
funcionales potenciales, lo reveló para etiquetar rs35248760, un SNP sinónimo en el exón 1.
Mientras que rs35248760 no parece ser un SNP que afecta la funcionalidad del Proteína que
codifica, no se puede descartar que rs72878776 también pueda estar en vinculación con raras
variantes no sinónimas en el exón 1.
Cinco SNP de AQP4 (rs9951307, rs7135406, rs3875089, rs151246 y rs491148) en los modelos
dominantes tuvieron interacciones significativas con la latencia del sueño autoinformada y el efecto
resultante sobre la carga de Aβ cerebral. El impacto de rs491148 fue notablemente más fuerte en
homocigotos, lo que sugiere un potencial efecto de dosificación génica para el alelo minoritario
(rs491148-G). Específicamente, el transporte de al menos una copia del alelo rs491148-G se asoció
con un SUVR parecido a PiB que se acerca a 1.6 cuando es hora de quedarse dormido, alcanzó 35
minutos, mientras que la homocigosidad del alelo G, aunque en solo 9 individuos, se asoció con
cargas de Aβ cercanas a 2.3 SUVR / BeCKeT a 35 min de latencia, un cerebro de nivel Aβ
usualmente asociado con un diagnóstico clínico de AD7 leve. De nota, tres de estas variantes de
AQP4; rs9951307 (D '0.99, r2 0.07), rs3875089 (D' 1.00, r2 0.64), y rs491148 (D '0.94, r2 0.49),
están en LD fuerte, pero tienen una correlación reducida, con la 5'UTR mencionada anteriormente
rs72878776. Estos hallazgos de la latencia del sueño SNP AQP4 respaldan estudios previos que
informaron una asociación de latencia del sueño con el cerebro Aβ10,12. El estudio actual agrega
evidencia de que esta relación es moderada por la variación genética en el gen que codifica la
proteína Aquaporin-4 del canal de agua, que se propone participar en la eliminación de Aβ mediado
por glifosato durante el sueño34. Como resultado, esos SNP AQP4 que afectan la relación entre la
latencia del sueño y el Aβ pueden predisponer a esos individuos a parámetros de sueño subóptimos
debido a una mayor carga de Aβ. Alternativamente, como también se ha postulado una relación
bidireccional entre el sueño y el Aβ, es concebible que el sueño subóptimo contribuya a una mayor
carga de Aβ cerebral, particularmente en aquellos potencialmente predispuestos genéticamente a un
funcionamiento más pobre de Aβ. Sin embargo, también es concebible que asociación entre las
variantes de AQP4 y el sueño La calidad observada en este estudio puede atribuirse a mecanismos
no relacionados con la dinámica de Aβ. por ejemplo, cualquier impacto de la variación genética en
la expresión de AQP4 puede, a través del comportamiento interrumpido de la molécula de agua,
afectar la homeostasis del ion intracelular, lo que da como resultado un deterioro de la función
celular o incluso la muerte. Como AQP4 está enriquecido en las células gliales de las regiones
periventriculares en el hipotálamo, donde se encuentra principalmente la hipocretina (orexina) que
contiene neuronas, es concebible que la función glial alterada en estas regiones pueda ocasionar un
daño neuronal secundario que conduce a una alteración regulación del sueño a través de la
deficiencia sutil de hipocretina. Esto se observa en mayor medida en casos de narcolepsia donde se
observa la presencia de anticuerpos anti-AQP435.
También identificamos tres SNP AQP4 que interactuaban con la duración del sueño para tener un
efecto moderador sobre los niveles de Aβ en el cerebro. Dos de estos, rs72878776 y rs491148,
también se asociaron con la calidad general del sueño y la moderación de la relación entre la
latencia del sueño y la carga de Aβ en este estudio, respectivamente. Con respecto a la duración del
sueño, el transporte del alelo menor tanto para rs72878776 como para rs491148, se asoció con una
mayor carga de Aβ con una menor duración del sueño. Sin embargo, se observó lo contrario para la
variante final, rs2339214. Específicamente, la duración del sueño más prolongada (en lugar de una
duración más corta) se asoció con una Aβ superior cerebral (SUV similar a PiB ~ 1.6,> 8 horas de
sueño) en individuos homocigotos para el menor alelo, rs2339214-A. Hasta donde sabemos, no hay
ningún informe anterior en la literatura de una relación bimodal entre la duración del sueño y la
carga de Aβ cerebral. Sin embargo, existe evidencia en la literatura que existe una relación bimodal
entre la duración del sueño y la cognición. Específicamente, tanto el sueño corto como el largo se
pretende que la duración contribuya a una función cognitiva más pobre y un mayor riesgo de
deterioro cognitivo y EA en comparación con la duración intermedia del sueño. En un estudio
reciente realizado por Burfeind y sus colegas, se informó que dos de los SNP AQP4 descritos en el
estudio actual, rs9951307 y rs3875089, estaban asociados con trayectorias alteradas de deterioro
cognitivo. Hemos informado previamente en el estudio AIBL que Aβ se asocia con el deterioro
cognitivo y, como se discutió anteriormente, el sueño subóptimo también se ha asociado con una
función cognitiva más pobre. Como tal, es plausible que la asociación de la variación genética de
AQP4 con el deterioro cognitivo descrito por Burfeind et al., Pueda estar mediada por el impacto de
AQP4 en Aβ cerebral. Curiosamente, la asociación con el deterioro cognitivo informada por los
autores se limitó a aquellos con un diagnóstico clínico establecido de AD, en los que se esperaría
una alta carga de Aβ, y no se observó en el grupo "Pre-AD". Además, aunque se realizó una
evaluación post mortem de la patología de EA, la carga de Aβ cerebral global no se evaluó
premortem; por lo tanto, se requiere una investigación adicional para dilucidar completamente la
relación de cognición AQP4, particularmente durante las etapas preclínicas de AD y con respecto a
la carga global de Aß cerebral.
La implicación funcional de las variantes genéticas informadas en este documento sigue siendo
poco conocida y está claro que se requieren más estudios para comprender el mecanismo que
sustenta estas asociaciones. Si bien existe evidencia in silico para sugerir que algunas variantes
pueden afectar la unión de los factores de transcripción, existen otros mecanismos putativos que
pueden desempeñar un papel en la relación entre la variación genética de AQP4 y el aclaramiento
de Aβ. Por ejemplo, varios SNP asociados son físicamente, o en LD con otros SNP, ubicados en la
región promotora putativa de la isoforma AQP4-M23 (M23), la menor de dos isoformas de
AQP444, la otra es AQP4-M1 (M1). Se ha informado que una proporción aumentada de isoformas
M23: M1 ocurre en la EA y se asocia con la localización perivascular alterada de AQP421. Con esta
pérdida de localización perivascular, se observó un empeoramiento concomitante de la carga de
placa de Aβ21 lo que sugiere que la variación genética que altera la expresión relativa de la
isoforma puede a su vez afectar el aclaramiento de Aβ. Además de esto, se ha informado sobre la
regulación mediada por microARN de la expresión de AQP4, particularmente de la isoforma M1.
Sin embargo, de los SNP informados para moderar relaciones de sueño-Aβ en este estudio, ninguno
se localizó dentro de los supuestos sitios de unión a microARN identificados previamente, o dentro
de la región putativa del promotor M1. Más recientemente, De Bellis et al. han demostrado que
además de las isoformas M1 y M23, AQP4 puede estar sujeto a lectura traslacional para generar
isoformas extendidas C-terminales funcionalmente significativas, denominadas AQP4ex. Sin
embargo, de todas las variantes asociadas informadas en este estudio, solo rs9951307 está ubicado
en el extremo C-terminal de AQP4, y está ~ 15 kb cadena abajo del codón de parada canónico
AQP4 UGA. Además, esta variante no marca ninguna variante genética en las proximidades del
codón de parada, aunque no se puede descartar el enlace con una o múltiples variantes raras en esta
región. Se requiere un estudio adicional para determinar el impacto de cualquiera de estas variantes
en la expresión de la isoforma AQP4-M1, AQP4-M23 o AQP4ex.
Si bien los hallazgos de este estudio son nuevos y sugieren que la variación genética de AQP4
modera la relación entre los parámetros del sueño y la carga de Aβ cerebral, hay algunas
limitaciones que deben considerarse. Primero, este estudio fue observacional y utilizó un diseño
retrospectivo transversal; en consecuencia, no se pueden extraer conclusiones con respecto a las
relaciones temporales o causales. En segundo lugar, se utilizó una medida de sueño subjetiva que
depende de la precisión y la fidelidad de los encuestados. La utilización de una medida objetiva del
sueño, como la actigrafía o la polisomnografía, eludiría la limitación del autoinforme. Además, el
uso de la polisomnografía, el "estándar de oro" para diferenciar el sueño de la estela, y para
identificar etapas del sueño, proporcionaría detalles con respecto a la asociación de la arquitectura
del sueño con el cerebro Aβ. Sin embargo, el PSQI ha demostrado una fiabilidad interna y validez
de constructo constantes y se justifica en este estudio debido a su rentabilidad y facilidad de
administración a una gran cohorte. En tercer lugar, las imágenes cerebrales y la administración de
PSQI se completaron en días separados; sin embargo, la deposición de Aβ es un proceso
relativamente lento, que ocurre durante muchos años, y los hábitos de sueño son generalmente
crónicos, particularmente en el grupo de edad estudiado, sin embargo, se reconoce que la
administración del PSQI en múltiples puntos de tiempo proporcionaría una ventana de evaluación
más larga. parámetros de sueño y, por lo tanto, pueden ser más informativos. Finalmente, cualquier
inferencia de aclaramiento glifático potencial que respalde la asociación de la variación genética de
AQP4 con el aclaramiento de Aβ del cerebro en humanos y las posibles implicaciones funcionales
de la variación genética en la expresión específica de isoformas son especulativas y requieren más
estudios funcionales para dilucidar.
Nuestro estudio agrega peso a la proposición de que el aclaramiento paravascular, que abarca el
sistema glifático postulado, es un mecanismo biológico potencial que apuntala el aclaramiento de
Aβ del cerebro. Si otros factores genéticos más allá de APOE y AQP4, examinados aquí, también
pueden moderar la relación entre los parámetros del sueño y las características de AD aún no se ha
determinado, sin embargo, el estudio actual proporciona evidencia para apoyar la investigación
futura de tales interacciones. Prospectivamente, los resultados de este estudio proporcionan una
mejor comprensión de los factores que pueden afectar la relación del fenotipo AD del sueño y
respaldan la noción de que establecer intervenciones dirigidas a mejorar los parámetros del sueño
puede ser beneficiosa para modular positivamente los niveles cerebrales de Aβ y, por lo tanto,
retrasar la EA comienzo. De hecho, los hallazgos de este estudio podrían usarse tanto para
estratificar el análisis retrospectivo de los conjuntos de datos existentes, o quizás más importante,
para derivar estrategias de intervención de AD adaptadas basadas en la genética del individuo: p.
una intervención específica del sueño dirigida a reducir la latencia del sueño puede ser más
beneficiosa para las personas que están genéticamente predispuestas a un mayor impacto de la
latencia en los resultados clínicos o patológicos. En general, los datos de este estudio de la proteína
del canal de agua expresada cerebralmente, Aquaporin-4, moderan la relación entre el sueño y la
carga de Aβ cerebral.
Expresiones de gratitud
El financiamiento para el estudio AIBL fue provisto en parte por los socios del estudio
(Commonwealth Scientific Industrial and Research Organization (CSIRO), Edith Cowan University
(ECU), Instituto de Investigación de Salud Mental (MHRI), National Aging Research Institute
(NARI), Austin Health, CogState Ltd.). El estudio AIBL también recibió el apoyo del Consejo
Nacional de Investigación Médica y Salud (NHMRC) y el Programa de Centros de Investigación
Colaborativa de Demencia (DCRC2), así como fondos del Fondo de Dotación de Ciencia e
Industria (FIIS) y el Centro de Investigación Cooperativa ( CRC) para Salud Mental, financiado a
través del Programa CRC (Grant ID: 20100104), una Iniciativa del Gobierno Australiano.
Agradecemos a todos los que participaron como sujetos en el estudio por su compromiso y
dedicación para ayudar a avanzar en la investigación sobre la detección temprana y la causalidad de
la enfermedad de Alzheimer.

Conflicto de intereses
C.L.M. es asesor de Prana Biotechnology Ltd y asesor de Eli Lilly. PM. es un empleado de tiempo
completo de Cogstate Ltd. D.A. ha servido en consejos científicos asesores para Novartis, Eli Lilly,
Janssen y Pfizer Inc. R.N.M. es un consultor de Alzhyme. C.C.R. ha formado parte de consejos
científicos de Bayer Pharma, Elan Corporation, GE Healthcare y AstraZeneca; ha recibido
honorarios como orador de Bayer Pharma y GE Healthcare; y ha recibido apoyo de investigación de
Bayer Pharma, GE Healthcare, Piramal Lifesciences y Avid Radiopharmaceuticals. HORAS. ha
recibido / recibe remuneraciones de la Australian Alzheimer's Research Foundation por trabajar en
varios de sus ensayos clínicos asociados con Takeda, Merck y AstraZeneca y Eli Lilly. VLV fue
consultor de Bayer Pharma; y recibió apoyo de investigación de una subvención de NEDO de
Japón. S.M.L. Consultor pagado de Alzhyme. Los autores restantes declaran que no tienen ningún
conflicto de intereses.