NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Hastalık genlerinin tanımlanması, hastalık patogenezinin anlaşılması ve hastalık tanısı ve tedavisinin iyileştirilmesi için çok önemlidir. Son yıllarda, birçok araştırmacı aday genlerin ve diğer veri kaynaklarına yansıyan bilinen hastalık genlerinin ilişkisini göz önünde bulundurarak aday genlere öncelik vermek için yaklaşımlar önermiştir. Bu makalede, birleşik bir grafik gösteriminden yararlanarak çoklu heterojen veri kaynaklarını entegre edebilen gen önceliklendirmesi için genişletilebilir bir çerçeve önermekteyiz. Gen-gen ilişkileri ve gen-hastalık ilişkileri daha sonra difüzyon çekirdeği ölçümü kullanılarak her bir ağın genel topolojisine göre tanımlanır. Bu ilişki önlemleri, tüm aday genleri sıralamak için kullanılan tüm ağlarda genel bir ölçü elde etmek için normalleştirilmiştir. Mevcut veri kaynaklarının her bir spesifik hastalığa ilişkin bilgilendiriciliğine dayanarak, daha fazla doğrulama çalışması için aday genlerin küçük bir alt kümesini seçmek için uyarlanabilir bir eşik puanı da önermekteyiz. Üç veri kaynağı kullanarak 110 hastalık ailesi üzerinde büyük ölçekli çapraz doğrulama analizi yaptık. Sonuçlar, yaklaşımımızın sürekli olarak diğer iki sanat programından daha iyi performans gösterdiğini göstermiştir. Parkinson hastalığı (PD) kullanan bir vaka çalışması, hepsi PD yolunda yer alan adaptif eşiklerimizden daha yüksek sırada yer alan dört aday geni (UBB, SEPT5, GPR37 ve TH) tespit etmiştir. Özellikle, çok yeni bir çalışma PD'li bir hastada TH'nin silinmesini gözlemlemiştir, bu da PD patogenezinde TH geninin önemini desteklemektedir. Bilim insanlarına genetik çalışmalarında yardımcı olmak için bir web aracı uygulanmıştır.
Özgün kaynak özetini okuyun
Identifying disease genes is crucial to the understanding of disease pathogenesis, and to the improvement of disease diagnosis and treatment. In recent years, many researchers have proposed approaches to prioritize candidate genes by considering the relationship of candidate genes and existing known disease genes, reflected in other data sources. In this paper, we propose an expandable framework for gene prioritization that can integrate multiple heterogeneous data sources by taking advantage of a unified graphic representation. Gene-gene relationships and gene-disease relationships are then defined based on the overall topology of each network using a diffusion kernel measure. These relationship measures are in turn normalized to derive an overall measure across all networks, which is utilized to rank all candidate genes. Based on the informativeness of available data sources with respect to each specific disease, we also propose an adaptive threshold score to select a small subset of candidate genes for further validation studies. We performed large scale cross-validation analysis on 110 disease families using three data sources. Results have shown that our approach consistently outperforms other two state of the art programs. A case study using Parkinson disease (PD) has identified four candidate genes (UBB, SEPT5, GPR37 and TH) that ranked higher than our adaptive threshold, all of which are involved in the PD pathway. In particular, a very recent study has observed a deletion of TH in a patient with PD, which supports the importance of the TH gene in PD pathogenesis. A web tool has been implemented to assist scientists in their genetic studies.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.