NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Parkinson hastalığı (PD), erken müdahale ve yönetim için güvenilir, non-invaziv biyobelirteç testlerinden yoksundur. Bu nedenle, PD ve REM uyku davranış bozukluğunun (irBD) erken tespiti ve izlenmesi için minimal invaziv bir test, ilaç geliştirmek ve hasta bakımını planlamak için son derece karşılanmamış bir ihtiyaçtır. Hücre dışı araçlar (EV'ler) plazma da dahil olmak üzere çok çeşitli biyoakışkanlarda bulunur. MikroRNA'ların (miRNA'ların) EV aracılı fonksiyonel transferi, PD ve IRBD için biyobelirteçler olarak uygulanabilir adaylar olabilir. EV kaynaklı küçük RNA'ların yeni nesil dizilimi (NGS) 60 normal kontrolde, 56 IRBD hastada ve 53 PD hastada küçük kodlamayan RNA'ları (sncRNA'ları) profillemek için gerçekleştirildi. Ayrıca, bu 56 IRBD hastası için ortalama 3.3 yıl boyunca prospektif takip yapıldı. Plazma EV'lerinin tam ölçekli miRNA profilleri makine öğrenme yöntemleri ile değerlendirildi. Düşük RNA girdileri (EVsmall-seq) için kütüphane yapım yöntemini optimize ettikten sonra, IRBD hastalarını (AUC 0.969) ve PD hastalarını (AUC 0.916) sağlıklı bireylerden ayırt etmek için tanısal miRNA imzalarını tanımlayan bir makine öğrenme algoritması kurduk; ve İRBD hastalarından PD hastaları (AUC 0.929). Sağlıklı-IRBD-PD hiyerarşisindeki tüm olası ifade kalıplarını gösterdik. Ayrıca, kontrollerden IRBD'ye ve PD'ye kadar sürekli artan veya azalan ifade seviyelerine sahip 20 miRNA örneği gösterdik. Buna ek olarak, dört miRNA'nın IRBD dönüşümü ile ilişkili olduğu bulunmuştur. Normal, IRBD ve PD örnekleri arasında miRNA profillerinin belirgin özellikleri keşfedildi, bu da PD hastalarının ve prodromal evre IRBD'dekilerin tanımlanması için umut verici biyobelirteçlerden oluşan bir panel sağladı.
Özgün kaynak özetini okuyun
Parkinson's disease (PD) lacks reliable, non-invasive biomarker tests for early intervention and management. Thus, a minimally invasive test for the early detection and monitoring of PD and REM sleep behavior disorder (iRBD) is a highly unmet need for developing drugs and planning patient care. Extracellular vehicles (EVs) are found in a wide variety of biofluids, including plasma. EV-mediated functional transfer of microRNAs (miRNAs) may be viable candidates as biomarkers for PD and iRBD. Next-generation sequencing (NGS) of EV-derived small RNAs was performed in 60 normal controls, 56 iRBD patients and 53 PD patients to profile small non-coding RNAs (sncRNAs). Moreover, prospective follow-up was performed for these 56 iRBD patients for an average of 3.3 years. Full-scale miRNA profiles of plasma EVs were evaluated by machine-learning methods. After optimizing the library construction method for low RNA inputs (named EVsmall-seq), we built a machine learning algorithm that identified diagnostic miRNA signatures for distinguishing iRBD patients (AUC 0.969) and PD patients (AUC 0.916) from healthy individuals; and PD patients (AUC 0.929) from iRBD patients. We illustrated all the possible expression patterns across healthy-iRBD-PD hierarchy. We also showed 20 examples of miRNAs with consistently increasing or decreasing expression levels from controls to iRBD to PD. In addition, four miRNAs were found to be correlated with iRBD conversion. Distinct characteristics of the miRNA profiles among normal, iRBD and PD samples were discovered, which provides a panel of promising biomarkers for the identification of PD patients and those in the prodromal stage iRBD.
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.