Knowledge graph analytics platform with LINCS and IDG for Parkinson's disease target illumination.

Araştırma özeti

Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by

BackgroundLINCS, "Library of Integrated Network-based Cellular Signatures" ve IDG, "Ilumining the Druggable Genome", insan sağlığı ve hastalığının moleküler temelinin incelenmesi için zengin veri setleri oluşturan hem NIH projeleri hem de konsorsiyumlardır. LINCS L1000 ifade imzaları tarafsız sistemler / omikler deneysel kanıtlar sağlar. IDG, yeni ilaç hedef hipotezlerinin aydınlatılması ve önceliklendirilmesi için derlenmiş ve kürlenmiş bilgi sağlar. Birlikte, bu kaynaklar, Parkinson hastalığı (PD) gibi, insan sağlığına ciddi zarar vermeye devam eden ve geleneksel araştırma yaklaşımlarına direnen karmaşık hastalıklar için yeni ilaç hedeflerini tanımlamak için güçlü yeni bir yaklaşımı destekleyebilir.SonuçlarLinCS ve IDG'yi entegre ederek, önemli bir kullanım durumunu desteklemek için Bilgi Grafiği Analitik Platformu'nu (KGAP) kurduk: ilişkili hastalıklar için ilaç hedef hipotezlerinin tanımlanması ve önceliklendirilmesi. KGAP yaklaşımı, etki alanı bilimcileri tarafından yorumlanabilen güçlü semantikleri ve bir grafik veritabanının ve ilgili analitik yöntemlerin sağlam, yüksek performanslı bir uygulamasını içerir. Yaklaşımımızın değerini göstererek, PD ile ilgili sorgulardan elde edilen sonuçları araştırdık. IDG'nin kaynağı DrugCentral'den onaylanmış PD ilaç endikasyonları, ilişkili genler için LINCS ekspresyon imzaları yoluyla kemogenik alanı araştıran kanıt yolları için başlangıç noktaları olarak kullanıldı ve IDG ile entegrasyon yoluyla hedef hipotezler olarak değerlendirildi. KG-analitik puanlama fonksiyonu, PD ile ilişkili genlerin altın standart veri setine karşı, aynı zamanda DrugCentral'den de açıklanmış, yayınlanmış etki mekanizması-etkinlik uyuşturucu hedefleri olarak doğrulandı. IDG'nin kaynağı TIN-X, yeni PD hedefleri için KGAP sonuçlarını sıralamak ve filtrelemek için kullanıldı ve bir, SYNGR3 (Synaptogyrin-3), PD için bir vaka çalışması ve makul yeni ilaç hedefi olarak daha fazla araştırıldı.KG yöntemleri aracılığıyla LINCS ve IDG'nin sinerjisi, karmaşık hastalıkların moleküler temelinin araştırılması için grafik analitiği yöntemlerini güçlendirir ve özellikle ilaç hedeflerinin tanımlanması ve önceliği için yeni. KGAP yaklaşımı, modern KG metodolojisi ile benzer şekilde hizalanmış kaynaklarla entegrasyon yoluyla aşağı akış uygulamalarına olanak tanır. Yaklaşımın genelliği, KGAP'ın bu makalenin odak noktası olan PD'ye ek olarak birçok hastalık alanına uygulanabilir olduğunu göstermektedir.

Özgün kaynak özetini okuyun

BackgroundLINCS, "Library of Integrated Network-based Cellular Signatures", and IDG, "Illuminating the Druggable Genome", are both NIH projects and consortia that have generated rich datasets for the study of the molecular basis of human health and disease. LINCS L1000 expression signatures provide unbiased systems/omics experimental evidence. IDG provides compiled and curated knowledge for illumination and prioritization of novel drug target hypotheses. Together, these resources can support a powerful new approach to identifying novel drug targets for complex diseases, such as Parkinson's disease (PD), which continues to inflict severe harm on human health, and resist traditional research approaches.ResultsIntegrating LINCS and IDG, we built the Knowledge Graph Analytics Platform (KGAP) to support an important use case: identification and prioritization of drug target hypotheses for associated diseases. The KGAP approach includes strong semantics interpretable by domain scientists and a robust, high performance implementation of a graph database and related analytical methods. Illustrating the value of our approach, we investigated results from queries relevant to PD. Approved PD drug indications from IDG's resource DrugCentral were used as starting points for evidence paths exploring chemogenomic space via LINCS expression signatures for associated genes, evaluated as target hypotheses by integration with IDG. The KG-analytic scoring function was validated against a gold standard dataset of genes associated with PD as elucidated, published mechanism-of-action drug targets, also from DrugCentral. IDG's resource TIN-X was used to rank and filter KGAP results for novel PD targets, and one, SYNGR3 (Synaptogyrin-3), was manually investigated further as a case study and plausible new drug target for PD.ConclusionsThe synergy of LINCS and IDG, via KG methods, empowers graph analytics methods for the investigation of the molecular basis of complex diseases, and specifically for identification and prioritization of novel drug targets. The KGAP approach enables downstream applications via integration with resources similarly aligned with modern KG methodology. The generality of the approach indicates that KGAP is applicable to many disease areas, in addition to PD, the focus of this paper.

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.