NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Parkinson hastalığı (PD), teşhisi için güvenilir biyobelirteçlerden yoksun çok faktörlü bir hastalıktır. Yaşlanmanın PD geliştirmek için en büyük risk faktörü olduğu artık açıktır. Bu nedenle, PD'de yaşlanma ile ilişkili yeni biyobelirteçleri tanımlamak gerekir. Bu çalışmada, yaşlanmaya bağlı genleri İnsan Yaşlanması Gen Veritabanından indirdik. PD için biyobelirteçleri taramak ve doğrulamak için, 11 PD hastasından ve 13 sağlıklı kontrol (HC) deneğinden alınan tam kan RNA-Seq verilerini bir eğitim veri kümesi ve Gene Expression Omnibus (GEO) veritabanından alınan üç veri kümesini doğrulama veri kümesi olarak kullandık. R'de limma paketi kullanılarak, 1435 farklı şekilde ifade edilen genler (DEG'ler) eğitim veri kümesinde bulundu. Bu genlerden 29 genin hem DEG'lerde hem de 307 yaşlanmaya bağlı gende meydana geldiği bulunmuştur. Makine öğrenme algoritmaları (LASSO, RF, SVM ve RR), Venn diyagramları ve LASSO regresyonu kullanılarak, bu genlerin dördünün potansiyel PD biyobelirteçleri olduğu belirlendi; bunlar, 10 PD hastasının periferik kan mononükleer hücrelerinde (PBMC'ler) ve 10 HC deneklerinde qRT-PCR tarafından daha da doğrulandı. Biyobelirteçlere dayanarak, PD için güvenilir tahmin kabiliyetine sahip bir teşhis modeli geliştirildi. Tanımlanan biyobelirteçlerden ikisi, PD hastalarında ve HC deneklerinde bağışıklık hücresi sızma durumu ile anlamlı bir korelasyon gösterdi. Sonuç olarak, yaşlanmaya bağlı dört gen, sağlam tanısal biyobelirteçler olarak tanımlandı ve PD terapötikleri için potansiyel hedefler olarak hizmet edebilir.
Özgün kaynak özetini okuyun
Parkinson's disease (PD) is a multifactorial disease that lacks reliable biomarkers for its diagnosis. It is now clear that aging is the greatest risk factor for developing PD. Therefore, it is necessary to identify novel biomarkers associated with aging in PD. In this study, we downloaded aging-related genes from the Human Ageing Gene Database. To screen and verify biomarkers for PD, we used whole-blood RNA-Seq data from 11 PD patients and 13 healthy control (HC) subjects as a training dataset and three datasets retrieved from the Gene Expression Omnibus (GEO) database as validation datasets. Using the limma package in R, 1435 differentially expressed genes (DEGs) were found in the training dataset. Of these genes, 29 genes were found to occur in both DEGs and 307 aging-related genes. By using machine learning algorithms (LASSO, RF, SVM, and RR), Venn diagrams, and LASSO regression, four of these genes were determined to be potential PD biomarkers; these were further validated in external validation datasets and by qRT-PCR in the peripheral blood mononuclear cells (PBMCs) of 10 PD patients and 10 HC subjects. Based on the biomarkers, a diagnostic model was developed that had reliable predictive ability for PD. Two of the identified biomarkers demonstrated a meaningful correlation with immune cell infiltration status in the PD patients and HC subjects. In conclusion, four aging-related genes were identified as robust diagnostic biomarkers and may serve as potential targets for PD therapeutics.
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.