NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Arka planBu çalışma, ağırlıklı gen eş ekspresyonu ağ analizi ile Parkinson hastalığı (PD) için bağışıklıkla ilişkili biyobelirteç ve aday ilaçları tanımlamak için tasarlanmıştır.MetodlarFarklı şekilde ifade edilen genler, PD'de ve Gen İfade Omnibus (GEO) veritabanındaki sağlıklı örneklerde tanımlanmıştır. Ayrıca immünoloji veri tabanından bağışıklıkla ilgili genler elde edilmiştir. Daha sonra, ağırlıklı gen eş-ifade ağı analiz paketi tarafından bir eş-ifade ağı oluşturuldu. PD için tanısal model Lasso ve çok değişkenli Cox regresyonu tarafından inşa edildi. Ayrıca, PPI ve rakip endojen RNA (ceRNA) ağları kurmak için diferansiyel olarak ifade edilen genler (DEG'ler) kullanılmıştır. Fonksiyonel zenginleştirme ve yol analizi yapıldı. DGIdb veri tabanı üzerinden ilaç-hub gen etkileşimi analizi yapıldı.ResultsPD örnekleri ve normal örneklerin GSE6613 veri kümesinde 220 adet upregüle gen ve 216 adet downregüle edilmiş gene sahip olduğu bulundu. Diferansiyel olarak ifade edilen genler, 40 upregüle gen ve 10 downregüle gen ile 50 bağışıklıkla ilişkili gen içeriyordu. DEG'ler ve aday hub genleriyle kesişerek 7 hub geni elde ettik. Potansiyel tanı belirleyicileri olarak, 7 hub geni arasında 2 bağışıklıkla ilişkili DEG tespit edildi. Fonksiyonel zenginleştirme analizine göre, bu DEG'ler esas olarak bağışıklık yanıtı, inflamatuar yanıt ve sitokin-sitokin reseptör etkileşimlerinde zenginleştirilmiştir. Tamamen, Drug-Gene Interaction veritabanında (DGIdb) 182 ilaç-gen etkileşim çifti elde ettik.Sonuçlarımız PD hastaları için çok önemli genler ve aday ilaçlar ortaya çıkardı ve PD'de yer alan moleküler mekanizmalar hakkındaki anlayışımızı derinleştirdi.
Özgün kaynak özetini okuyun
BackgroundThe present study was designed to identify immune-related biomarker and candidate drugs for Parkinson disease (PD) by weighted gene co-expression network analysis.MethodsDifferentially expressed genes were identified in PD and healthy samples in the Gene Expression Omnibus (GEO) database. Besides, immune-related genes were obtained from the immunology database. Then, a co-expression network was constructed by the weighted gene co-expression network analysis package. Diagnostic model for PD was constructed by Lasso and multivariate Cox regression. Furthermore, differentially expressed genes (DEGs) were used to establish PPI and competing endogenous RNA (ceRNA) networks. Functional enrichment and pathway analysis were performed. Drug-hub gene interaction analysis was performed via DGIdb database.ResultsPD samples and normal samples were found to have 220 upregulated genes and 216 downregulated genes in the GSE6613 dataset. The differentially expressed genes contained 50 immune-related genes, with 40 upregulated genes and 10 downregulated genes. We obtained 7 hub genes by intersecting the DEGs and candidate hub genes. As potential diagnostic markers, 2 immune-related DEGs were identified among the 7 hub genes. According to functional enrichment analysis, these DEGs were mainly enriched in immune response, inflammatory response, and cytokine-cytokine receptor interactions. Totally, we obtained 182 drug-gene interaction pairs in Drug-Gene Interaction database (DGIdb).ConclusionOur results revealed crucial genes and candidate drugs for PD patients and deepen our understanding of the molecular mechanisms involved in 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.