NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Arka planParkinson hastalığı (PD), Pengfei Zhang Liwen Zhao Pengfei Zhang Liwen Zhao, bağışıklık sızması ile karmaşık bir ilişkiyi içeren yaygın bir nörolojik bozukluktur. Bu nedenle, PD bağışıklık sızma kalıplarını keşfetmeyi ve yeni bağışıklıkla ilişkili tanı biyobelirteçlerini tanımlamayı amaçladık.Materyaller ve yöntemlerÜç substantia nigra ekspresyon mikroarray veri setleri, toplu etkilerin ortadan kaldırılması ile entegre edildi. Diferansiyel olarak ifade edilen genler (DEG'ler) "limma" paketi kullanılarak tarandı ve fonksiyonel zenginleştirme analiz edildi. Ağırlıklı gen eş ifade ağ analizi (WGCNA), PD ile en önemli şekilde ilişkili anahtar modülü keşfetmek için gerçekleştirildi; DEG'lerin kesişimi ve WGCNA'daki anahtar modülü ortak genler (CG'ler) olarak kabul edildi. CG protein-protein etkileşimi (PPI) ağı, aday hub genlerini sitoscape ile tanımlamak için oluşturulmuştur. Aday hub genleri başka iki veri kümesi tarafından doğrulandı. Alıcı işletim karakteristik eğri analizi, daha fazla gen seti zenginleştirme analizi (GSEA) ile hub gen teşhis yeteneğini değerlendirmek için kullanıldı. Bağışıklık sızma seviyesi ssGSEA ve CIBERSORT yöntemleri ile değerlendirildi. Spearman korelasyon analizi, hub genlerinin bağışıklık hücreleriyle olan ilişkisini değerlendirmek için kullanılmıştır. Son olarak, bağışıklıkla ilgili biyobelirteçlere dayanarak bir nomogram modeli ve mikroRNA-TF-mRNA ağı inşa edildi.ResultsA toplam 263 CG, anahtar turkuaz modülünde 319 DEG ve 1539 genin kesişimiyle tespit edildi. On bir aday hub geni, R paketi "UpSet" tarafından tarandı. Aday hub genlerini iki doğrulama setine dayanarak doğruladık ve PD grubunu sağlıklı kontrollerden ayıran altı (SYT1, NEFM, NEFL, SNAP25, GAP43 ve GRIA1) belirledik. Hem CIBERSORT hem de ssGSEA, PD grubunda nötrofillerin önemli ölçüde arttığını ortaya koydu. Bağışıklık hücreleri ve hub genleri arasındaki korelasyon, SYT1, NEFM, GAP43 ve GRIA1'in bağışıklık hücreleriyle önemli ölçüde ilişkili olduğunu göstermiştir. Dahası, mikroRNA-TFs-mRNA ağı, mikroRNA-92a ailesinin PD patogenezindeki bağışıklıkla ilgili dört geni de hedef aldığını ortaya koydu. Son olarak, bir nomogram, dört bağışıklıkla ilgili gene (AUC = 0.905) dayanarak PD'yi tahmin etme konusunda güvenilir bir yetenek sergiledi.Buna bağlı olarak, mikroRNA-92a ailesi tarafından düzenlenen bağışıklık sızmasını etkileyen SYT1, NEFM, GAP43 ve GRIA1, PD'nin tanısal biyobelirteçleri olarak tanımlandı. Bu dört genin nötrofiller ve PD'deki mikroRNA-92a ailesi ile korelasyonunun daha fazla araştırmaya ihtiyacı vardır.
Özgün kaynak özetini okuyun
BackgroundParkinson's disease (PD) is Pengfei Zhang Liwen Zhao Pengfei Zhang Liwen Zhao a common neurological disorder involving a complex relationship with immune infiltration. Therefore, we aimed to explore PD immune infiltration patterns and identify novel immune-related diagnostic biomarkers.Materials and methodsThree substantia nigra expression microarray datasets were integrated with elimination of batch effects. Differentially expressed genes (DEGs) were screened using the "limma" package, and functional enrichment was analyzed. Weighted gene co-expression network analysis (WGCNA) was performed to explore the key module most significantly associated with PD; the intersection of DEGs and the key module in WGCNA were considered common genes (CGs). The CG protein-protein interaction (PPI) network was constructed to identify candidate hub genes by cytoscape. Candidate hub genes were verified by another two datasets. Receiver operating characteristic curve analysis was used to evaluate the hub gene diagnostic ability, with further gene set enrichment analysis (GSEA). The immune infiltration level was evaluated by ssGSEA and CIBERSORT methods. Spearman correlation analysis was used to evaluate the hub genes association with immune cells. Finally, a nomogram model and microRNA-TF-mRNA network were constructed based on immune-related biomarkers.ResultsA total of 263 CGs were identified by the intersection of 319 DEGs and 1539 genes in the key turquoise module. Eleven candidate hub genes were screened by the R package "UpSet." We verified the candidate hub genes based on two validation sets and identified six (SYT1, NEFM, NEFL, SNAP25, GAP43, and GRIA1) that distinguish the PD group from healthy controls. Both CIBERSORT and ssGSEA revealed a significantly increased proportion of neutrophils in the PD group. Correlation between immune cells and hub genes showed SYT1, NEFM, GAP43, and GRIA1 to be significantly related to immune cells. Moreover, the microRNA-TFs-mRNA network revealed that the microRNA-92a family targets all four immune-related genes in PD pathogenesis. Finally, a nomogram exhibited a reliable capability of predicting PD based on the four immune-related genes (AUC = 0.905).ConclusionBy affecting immune infiltration, SYT1, NEFM, GAP43, and GRIA1, which are regulated by the microRNA-92a family, were identified as diagnostic biomarkers of PD. The correlation of these four genes with neutrophils and the microRNA-92a family in PD needs further investigation.
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.