NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
BackgroundParkinson hastalığı (PD), tedavi edici ilaçlar olmadan ciddi bir nörodejeneratif hastalıktır. Oldukça karmaşık ve heterojen hastalık mekanizmaları hala belirsizdir. Yeni PD ilişkili genlerin tespiti sadece hastalık patogenezinin ortaya çıkmasına katkıda bulunmakla kalmaz, aynı zamanda ilaçlar için yeni hedefler keşfetmeyi de kolaylaştırır.MetodlarPD için hastalıkla ilişkili genleri tanımlamak için fenome tabanlı bir gen tahmin stratejisi önermektedir. Yeni aday genleri tahmin etmek için çoklu hastalık fenotip ağlarını, bir gen fonksiyonel ilişki ağını ve bilinen PD genlerini entegre ettik. Daha sonra ilaç keşfinde öngörülen genlerin çeviri potansiyelini araştırdık.SonuçlarKarşı doğrulama analizinde, bilinen 15 PD geni için ortalama sıralama %0,8 içinde. Ayrıca algoritmayı, genom çapında dernek çalışmaları tarafından tespit edilen 669 PD ile ilişkili genden oluşan bağımsız bir doğrulama seti ile test ettik. Yaklaşımımız tarafından öngörülen üst düzey genler, bu doğrulama genleri için zenginleştirilmiştir. Buna ek olarak, yaklaşımımız, FDA onaylı PD ilaçları ve klinik çalışmalarda PD için test edilen ilaçlar için hedef genlere öncelik verdi. Pathway analizi, öncelikli ilaç hedef genlerinin PD patogenezi ile yakından ilişkili olduğunu göstermektedir. Sonuç, hesaplamalı gen tahmin yaklaşımımızın PD için yeni aday genleri tanımladığına ve hızlı ilaç keşfine yol açma potansiyeline sahip olduğuna dair ampirik kanıtlar sunmaktadır.
Özgün kaynak özetini okuyun
BackgroundParkinson disease (PD) is a severe neurodegenerative disease without curative drugs. The highly complex and heterogeneous disease mechanisms are still unclear. Detecting novel PD associated genes not only contributes in revealing the disease pathogenesis, but also facilitates discovering new targets for drugs.MethodsWe propose a phenome-based gene prediction strategy to identify disease-associated genes for PD. We integrated multiple disease phenotype networks, a gene functional relationship network, and known PD genes to predict novel candidate genes. Then we investigated the translational potential of the predicted genes in drug discovery.ResultsIn a cross validation analysis, the average rank for 15 known PD genes is within top 0.8 %. We also tested the algorithm with an independent validation set of 669 PD-associated genes detected by genome-wide association studies. The top ranked genes predicted by our approach are enriched for these validation genes. In addition, our approach prioritized the target genes for FDA-approved PD drugs and the drugs that have been tested for PD in clinical trials. Pathway analysis shows that the prioritized drug target genes are closely associated with PD pathogenesis. The result provides empirical evidence that our computational gene prediction approach identifies novel candidate genes for PD, and has the potential to lead to rapid drug discovery.
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.