NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Arka planKan bazlı gen ekspresyonu veya Parkinson hastalığının epigenetik biyobelirteçleri (PD) oldukça arzu edilir. Bununla birlikte, doğruluk ve özgüllüğün geliştirilmesi ve gen ifadesinin epigenetik verilerle entegrasyonu için yöntemlerin geliştirilmesi gerekir.MetodlarBütün kan geni ekspresyon verileri ve DNA metilasyon verileri Gene Expression Omnibus (GEO) veritabanından indirildi. Belirli gen bölgelerine göre önemli ölçüde diferansiyel olarak ifade edilen genleri (DEG'ler) ve diferansiyel olarak metillenmiş genleri (DMG'ler) tanımlamak için 5'-C-fosfat-G-3' (CpG'ler) veya PD'deki tüm gen bölgeleri CpG'leri tanımlamak için doğrusal bir model kullanılmıştır. Gene set zenginleştirme analizi daha sonra DEG'lere ve DMG'lere uygulandı. Daha sonra, sağlam PD ile ilişkili kan biyobelirteçlerini tanımlamak için veri entegrasyon analizi yapıldı. Son olarak, metilasyon verileri ile entegre gen ekspresyon verileri temel alınarak sınıflandırıcılar oluşturmak için rastgele orman algoritması ve bir leave-one-out çapraz doğrulama yöntemi gerçekleştirildi.SonuçlarSekiz-beş (85) önemli ölçüde hipo-metillenmiş ve PD hastalarında sağlıklı kontrollere kıyasla yükseltilmiş genler tespit edildi. Bu genlerin baskın hipo-metillenmiş bölgeleri önemli ölçüde farklıydı. Bazı genlerin tek bir dominant hipo-metillenmiş bölgesi bulunurken, diğerlerinin çoklu dominant hipo-metillenmiş bölgeleri vardı. Bir gen ekspresyon sınıflandırıcısı ve iki gen metilasyon sınıflandırıcısı, tüm veya baskın metilasyonla değişen bölgeye göre CpG'ler inşa edildi. Hepsi PD için iyi bir tahmin gücüne sahiptir.ConclusionsGene ifadesi ve metilasyon veri entegrasyon analizi, PD için biyobelirteç olarak uygulanabilecek kan bazlı 53 genlik bir imza tanımladı.
Özgün kaynak özetini okuyun
BackgroundBlood-based gene expression or epigenetic biomarkers of Parkinson's disease (PD) are highly desirable. However, accuracy and specificity need to be improved, and methods for the integration of gene expression with epigenetic data need to be developed in order to make this feasible.MethodsWhole blood gene expression data and DNA methylation data were downloaded from Gene Expression Omnibus (GEO) database. A linear model was used to identify significantly differentially expressed genes (DEGs) and differentially methylated genes (DMGs) according to specific gene regions 5'-C-phosphate-G-3' (CpGs) or all gene regions CpGs in PD. Gene set enrichment analysis was then applied to DEGs and DMGs. Subsequently, data integration analysis was performed to identify robust PD-associated blood biomarkers. Finally, the random forest algorithm and a leave-one-out cross validation method were performed to construct classifiers based on gene expression data integrated with methylation data.ResultsEighty-five (85) significantly hypo-methylated and upregulated genes in PD patients compared to healthy controls were identified. The dominant hypo-methylated regions of these genes were significantly different. Some genes had a single dominant hypo-methylated region, while others had multiple dominant hypo-methylated regions. One gene expression classifier and two gene methylation classifiers based on all or dominant methylation-altered region CpGs were constructed. All have a good prediction power for PD.ConclusionsGene expression and methylation data integration analysis identified a blood-based 53-gene signature, which could be applied as a biomarker for PD.
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.