NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
BackgroundLiterature türetilmiş bilgi meclisleri, biyolojik fenomeni temsil etmenin ve sistem biyolojisinde hastalık etiyolojisini anlamanın etkili bir yolu olarak kullanılmıştır. Bunlar arasında KEGG, Reactome ve WikiPathways gibi kanonik yol veritabanları ve nedensel biyolojik ağlar veritabanı, PD haritası ve NeuroMMSig gibi hastalığa özgü ağ envanterleri bulunmaktadır. Bu kaynaklarda temsil edilen bilgi, esas olarak biyolojik varlıklar arasındaki nedensel ilişkilere odaklanan niteliksel bilgileri tanımlar. Bilgi temsillerinin ana bileşenleri olan genler, hücre tipleri, beyin bölgeleri ve hastalık aşamaları gibi farklı koşullarda farklı şekilde ifade etme eğilimindedir. Bir bilgi topluluğunu yorumlamanın klasik bir yaklaşımı, bireysel genlerin gen ifade kalıplarını keşfetmektir. Bununla birlikte, ilgili ağdaki diferansiyel olarak ifade edilen genlerin genel etkisinin nicelenmesini sağlayan bir yaklaşım hala eksiktir. Isı difüzyonu kavramını kullanan, ekspresyon veri kümelerini kullanarak biyolojik bir ağın düzenlenmesinin büyüklüğünü hesaplayabilen bir algoritma geliştirdik. Alzheimer (AD) ve Parkinson hastalığına (PD) özgü moleküler mekanizmaların mekansal ve zamansal çözünürlükler arasında farklı yoğunluklarla düzenlendiğini gösterdik. Yaklaşımımız, PD'deki mitokondriyal disfonksiyonun kortekste ve PD hastalarının ileri aşamalarında şiddetli olduğunu göstermektedir. Benzer şekilde, AD'deki nörofibriler karışıklıkların (NFT'ler) birikmesinin yoğunluğunun hastalık ilerledikçe arttığını gösterdik. Bu bulgu, AD.Conclusions'ın aşamalarında NFT'lerin yükünü açıklayan önceki çalışmalarla uyum içindedir.Bu çalışma, biyolojik ağlar olarak temsil edilen mekanizmaların nicelenmesini sağlayan ilk girişimlerden biridir. Biyolojik bir ağın düzenlenmesinin büyüklüğünü ölçebildik ve büyüklüklerin uzaysal ve zamansal çözünürlük arasında farklı olduğunu gösterdik.
Özgün kaynak özetini okuyun
BackgroundLiterature derived knowledge assemblies have been used as an effective way of representing biological phenomenon and understanding disease etiology in systems biology. These include canonical pathway databases such as KEGG, Reactome and WikiPathways and disease specific network inventories such as causal biological networks database, PD map and NeuroMMSig. The represented knowledge in these resources delineates qualitative information focusing mainly on the causal relationships between biological entities. Genes, the major constituents of knowledge representations, tend to express differentially in different conditions such as cell types, brain regions and disease stages. A classical approach of interpreting a knowledge assembly is to explore gene expression patterns of the individual genes. However, an approach that enables quantification of the overall impact of differentially expressed genes in the corresponding network is still lacking.ResultsUsing the concept of heat diffusion, we have devised an algorithm that is able to calculate the magnitude of regulation of a biological network using expression datasets. We have demonstrated that molecular mechanisms specific to Alzheimer (AD) and Parkinson Disease (PD) regulate with different intensities across spatial and temporal resolutions. Our approach depicts that the mitochondrial dysfunction in PD is severe in cortex and advanced stages of PD patients. Similarly, we have shown that the intensity of aggregation of neurofibrillary tangles (NFTs) in AD increases as the disease progresses. This finding is in concordance with previous studies that explain the burden of NFTs in stages of AD.ConclusionsThis study is one of the first attempts that enable quantification of mechanisms represented as biological networks. We have been able to quantify the magnitude of regulation of a biological network and illustrate that the magnitudes are different across spatial and temporal resolution.
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.