NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Alzheimer hastalığı (AD), milyonlarca insanı etkileyen ve önemli ekonomik maliyetlere maruz kalan artan bir küresel sağlık krizidir. Bununla birlikte, klinik tanı, yanlış teşhisler ve yetersiz teşhislerin yaygın olması nedeniyle zorlu olmaya devam etmektedir. AD'nin erken teşhisinin yanı sıra tanı için yararlı olabilecek putatif, kan bazlı biyobelirteçlere artan bir odaklanma vardır. Bu çalışmada, AD'deki kan geni biyobelirteç adaylarını tanımlamak için makine öğrenimi ve fonksiyonel ağ analizlerinin tarafsız bir kombinasyonunu kullandık. Denetimli makine öğrenimi kullanarak, bu adayların AD'ye gerçekten özgü olup olmadığını veya Parkinson hastalığı (PD) ve amyotrofik lateral skleroz (ALS) gibi diğer nörodejeneratif hastalıkların göstergesi olup olmadıklarını da belirledik. Analizlerimiz, spliceozom montajı, RNA bağlanması, transkripsiyon, protein sentezi, mitoribozomlar ve NADH dehidrogenaz ile ilgili genlerin, bilişsel olarak sağlıklı kontrollere göre AD hastalarını tanımlamak için en iyi performans gösteren genler olduğunu gösterdi. Bununla birlikte, bu transkriptomik imza AD'ye özgü değildi ve sonraki makine öğrenimi, bu imzanın nörodejeneratif hastalık olmayan kontrollere göre PD ve ALS'yi de tahmin edebileceğini gösterdi. Kombine olarak, sonuçlarımız, mRNA'nın tam kandan nörodejenerasyonu olan hastaları taramak için gerçekten kullanılabileceğini, ancak spesifik nörodejeneratif hastalığın teşhisinde daha az etkili olabileceğini düşündürmektedir.
Özgün kaynak özetini okuyun
Alzheimer's disease (AD) is a growing global health crisis affecting millions and incurring substantial economic costs. However, clinical diagnosis remains challenging, with misdiagnoses and underdiagnoses being prevalent. There is an increased focus on putative, blood-based biomarkers that may be useful for the diagnosis as well as early detection of AD. In the present study, we used an unbiased combination of machine learning and functional network analyses to identify blood gene biomarker candidates in AD. Using supervised machine learning, we also determined whether these candidates were indeed unique to AD or whether they were indicative of other neurodegenerative diseases, such as Parkinson's disease (PD) and amyotrophic lateral sclerosis (ALS). Our analyses showed that genes involved in spliceosome assembly, RNA binding, transcription, protein synthesis, mitoribosomes, and NADH dehydrogenase were the best-performing genes for identifying AD patients relative to cognitively healthy controls. This transcriptomic signature, however, was not unique to AD, and subsequent machine learning showed that this signature could also predict PD and ALS relative to controls without neurodegenerative disease. Combined, our results suggest that mRNA from whole blood can indeed be used to screen for patients with neurodegeneration but may be less effective in diagnosing the specific neurodegenerative disease.
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.