NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Büyük veri kümeleri analizindeki son gelişmeler, modern biyolojiye, patolojilerin sistem düzeyinde araştırılmasına izin veren yeni bilgiler sunar. Burada Alzheimer ve Parkinson hastalıklarına ışık tutmak için sürekli artan miktarda "omics" verisinden yararlanan yeni bir hesaplama yöntemini anlatıyoruz. Nörolojik bozukluklar, genetik ve çevresel faktörler arasındaki karmaşık etkileşim nedeniyle çok sayıda moleküler değişiklik gösterir. Klasik indirgemeci yaklaşımlar, çok faktörlü hastalıkların etiyopatojenik karmaşıklığına dar bir genel bakış sağlayan birkaç unsura odaklanmıştır. Öte yandan, yüksek verimli teknolojiler, biyolojik sistemlerin birçok bileşeninin ve davranışlarının değerlendirilmesine izin verir. Parkinson Hastalığı (PD) ve Alzheimer Hastalığının (AD) bir ağ perspektifinden analizi, iki patolojik durum arasında ayrım yapabilen yaygın ancak farklı olarak temsil edilen proteinleri veya yolları vurgulayabilir, böylece benzerlikleri ve farklılıkları vurgular.SonuçlarBu çalışmada, bilgi teorisi ilkelerinden yararlanan InfoMap adlı son teknoloji bir ağ topluluğu keşif algoritmasıyla tanımlanan ağ topluluğu yapısını kullanan bir strateji önermektedir. İki patoloji arasındaki fonksiyonel ve topolojik benzerlikleri ölçmek için iki benzerlik ölçümü kullandık. Benzer toplulukları vurgulamak için bir Benzerlik Matrisi inşa ettik ve matrisin kümelenmiş alanlarında ve ağ topluluklarında bulunan istatistiksel olarak anlamlı GO terimlerini analiz ettik. Stratejimiz, basit GO zenginleştirme analizi ile tespit edilmeyen DNA onarımı, RNA metabolizması ve glikoz metabolizması dahil olmak üzere bilinen ve bilinmeyen süreçleri tanımlamamıza izin verdi. Özellikle mitokondriyal disfonksiyon ve metabolizma (glukoz ve glutamat / glutamin) arasındaki bağlantıyı yakalamayı başardık.Bu yaklaşım, ortak biyolojik süreçleri vurgulayan her iki patolojide de bulunan toplulukların tanımlanmasına izin verir. Tersine, herhangi bir muadili olmayan toplulukların tanımlanması, iki patolojiden sadece birinin karakteristiği olan süreçleri araştırmak için kullanılabilir. Genel olarak, aynı strateji herhangi bir biyolojik ağ çiftini karşılaştırmak için uygulanabilir.
Özgün kaynak özetini okuyun
BackgroundRecent advances in large datasets analysis offer new insights to modern biology allowing system-level investigation of pathologies. Here we describe a novel computational method that exploits the ever-growing amount of "omics" data to shed light on Alzheimer's and Parkinson's diseases. Neurological disorders exhibit a huge number of molecular alterations due to a complex interplay between genetic and environmental factors. Classical reductionist approaches are focused on a few elements, providing a narrow overview of the etiopathogenic complexity of multifactorial diseases. On the other hand, high-throughput technologies allow the evaluation of many components of biological systems and their behaviors. Analysis of Parkinson's Disease (PD) and Alzheimer's Disease (AD) from a network perspective can highlight proteins or pathways common but differently represented that can be discriminating between the two pathological conditions, thus highlight similarities and differences.ResultsIn this work we propose a strategy that exploits network community structure identified with a state-of-the-art network community discovery algorithm called InfoMap, which takes advantage of information theory principles. We used two similarity measurements to quantify functional and topological similarities between the two pathologies. We built a Similarity Matrix to highlight similar communities and we analyzed statistically significant GO terms found in clustered areas of the matrix and in network communities. Our strategy allowed us to identify common known and unknown processes including DNA repair, RNA metabolism and glucose metabolism not detected with simple GO enrichment analysis. In particular, we were able to capture the connection between mitochondrial dysfunction and metabolism (glucose and glutamate/glutamine).ConclusionsThis approach allows the identification of communities present in both pathologies which highlight common biological processes. Conversely, the identification of communities without any counterpart can be used to investigate processes that are characteristic of only one of the two pathologies. In general, the same strategy can be applied to compare any pair of biological networks.
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.