NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Nörolojik hastalıklar için biyobelirteçlerin (NLD'ler) tanımlanması, şu anda bu tür tedavilerden yoksun olan hastalıkların hastalarının etkili tedavisi için ilaç keşfini hızlandırmak için önemlidir. Bu çalışmada, Alzheimer hastalığı (AD), Parkinson hastalığı (PD), motor nöron hastalığı (MND) ve miyastenia gravis (MG) dahil olmak üzere nLD'ler için genetik ve klinik biyobelirteçleri tanımlamak için 1.223 UK Biobank katılımcısından genotipleme ve klinik verileri aldık. Monte Carlo randomizasyonu ile bir makine öğrenme modelleme yaklaşımı kullanarak, alanin aminotransferaz, alkali fosfataz ve bilirubin gibi klasik karaciğer hastalığı belirteçleri de dahil olmak üzere AD, PD, MND ve MG'yi tahmin etmek için bilgilendirici tanısal biyobelirteçlerden oluşan bir panel belirledik. Erişilebilir klinik belirteçler üzerinde eğitilmiş çok amaçlı bir model, bir NLD tanısını doğru bir şekilde %88,3 doğrulukla tahmin edebilir. Genetik biyobelirteçleri de araştırdık. AD, PD, MND ve MG hastalarında yapılan genom çapında bir ilişki çalışmasında, apneea ve daliyotik sendrom gibi birkaç kraniyofasiyal bozuklukta yer alan tek nükleotid polimorfizmlerini (SNP'ler) tanımladık. NLD'ler arasında paylaşılan genetik risk lokusu için, kanserle ilgili genlerdeki SNP'ler ve Wilms tümör, lösemi ve kolon kanseri gibi beyin dışı kanserlerle ilişkili olduğu bilinen SNP'ler dahil olmak üzere kanıtlar bulduk. Bu, NLD'ler arasında, nörolojik bozuklukların mevcut klinik tanımlarına meydan okuyan örtüşen genetik karakterizasyonları gösterir. Birlikte ele alınan bu çalışma, bilinen veya umut verici biyobelirteçlerin yokluğunda yeni biyobelirteçleri tanımlamak için veri odaklı yaklaşımların değerini göstermektedir.
Özgün kaynak özetini okuyun
It is critical to identify biomarkers for neurological diseases (NLDs) to accelerate drug discovery for effective treatment of patients of diseases that currently lack such treatments. In this work, we retrieved genotyping and clinical data from 1,223 UK Biobank participants to identify genetic and clinical biomarkers for NLDs, including Alzheimer's disease (AD), Parkinson's disease (PD), motor neuron disease (MND), and myasthenia gravis (MG). Using a machine learning modeling approach with Monte Carlo randomization, we identified a panel of informative diagnostic biomarkers for predicting AD, PD, MND, and MG, including classical liver disease markers such as alanine aminotransferase, alkaline phosphatase, and bilirubin. A multinomial model trained on accessible clinical markers could correctly predict an NLD diagnosis with an accuracy of 88.3%. We also explored genetic biomarkers. In a genome-wide association study of AD, PD, MND, and MG patients, we identified single nucleotide polymorphisms (SNPs) implicated in several craniofacial disorders such as apnoea and branchiootic syndrome. We found evidence for shared genetic risk loci among NLDs, including SNPs in cancer-related genes and SNPs known to be associated with non-brain cancers such as Wilms tumor, leukemia, and colon cancer. This indicates overlapping genetic characterizations among NLDs which challenges current clinical definitions of the neurological disorders. Taken together, this work demonstrates the value of data-driven approaches to identify novel biomarkers in the absence of any known or promising biomarkers.
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.