SCIENTIFIC HUB

Araştırmanın izini sürün.

SCIENTIFIC LITERATURE · MED

Parkinson hastalığında lizozomal ilişkili biyobelirteçlerin RNA ağları ve bunların yürüyüşle ilişkili genlerin dondurulmasıyla olan korelasyonları.

RNA networks of lysosomal-related biomarkers in Parkinson's disease and their correlations with freezing of gait-associated genes.

Makine çevirisi · Editoryal inceleme bekliyor

Front Genet · 2026-01-28

DOI: 10.3389/fgene.2026.1632163PMID: 41675914

Open accessresearch-article; Journal ArticleKaynağa git ↗

Araştırma özeti

Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by

Arka planParkinson hastalığı (PD) çeşitli faktörlerden etkilenir, lizozom fonksiyonu kritik bir rol oynar. Ancak, PD'de lizozomla ilişkili genlerin (LRG'lerin) spesifik katılımı belirsizliğini korumaktadır.Bu çalışma, güçlü hastalık tahmin yetenekleri sergileyen PD'ye özgü biyobelirteçleri tanımlamayı amaçlamaktadır.PD, LRG'li hastalar için MethodsDataset'ler ve inflamasyonla ilişkili genler (IRG'ler) çevrimiçi veri tabanlarından alınmıştır.Anahtar modüller içindeki miRNA'lar ve mRNA'lar Weighted Gene Co-expressioning Network Analysis (W-Expolysis) aracılığıyla seçilmiştir. Bir miRNA-mRNA ağı, bu modüller içindeki PD-LRG'ler (PD-LRG'ler) ve miRNA'lar ile yüksek korelasyona dayalı olarak inşa edilmiştir. Aday genler, hedef genler, diferansiyel olarak ifade edilen genler (DEG'ler), PD-LRG'ler ve modülle ilişkili mRNA'lar kesişerek tanımlanmıştır. Bu biyobelirteçleri doğrulamak için makine öğrenimi ve ifade doğrulaması kullanıldı. Bir nomogram oluşturuldu ve tanısal performansı bir karışıklık matrisi kullanılarak değerlendirildi. İlaç tahminleri bu biyobelirteçlere dayanarak yapılmıştır. Spearman'ın korelasyon analizleri IRG'ler arasındaki ilişkiyi değerlendirmek, yürüyüş (FOG) ile ilgili genlerin dondurulması ve biyobelirteçler için yapılmıştır. Moleküler düzenleyici ağlar veri kümeleri ve çevrimiçi kaynaklar kullanılarak oluşturulmuştur. Son olarak, biyobelirteç ekspresyonunun nicel PCR (qPCR) doğrulaması için klinik örnekler toplandı. PD ile ilgili ResultsKey modülleri, 190 miRNA ve 7,633 mRNA'dan oluşmaktadır. 55 PD-LRG ve 181 miRNA'ya dayanan bir miRNA-mRNA ağı inşa edildi ve bu da lizozomal fonksiyona güçlü bir şekilde bağlı 26 aday genin tanımlanmasıyla sonuçlandı. FGD4 ve MAN2B1 biyobelirteçler olarak seçildi ve gen ekspresyonuna dayalı risk tahmin tablosu oluşturuldu. Bu biyobelirteçler IRG'ler ve FOG ile ilgili birkaç gen ile önemli ölçüde ilişkiliydi. Gen lokalizasyon analizi, FGD4 ve LRRK2'nin her ikisi de FOG yolu için kritik olan kromozom 12'de bulunduğunu ortaya koydu. İlaç tahmini, Tetraklorodibibenzodioksin ve bisfenol A hedefinin hem FGD4 hem de MAN2B1 olduğunu ortaya koydu. qPCR analizi, PD'li hastalarda FGD4 ve MAN2B1 ekspresyon seviyelerinin sağlıklı kontrollere kıyasla önemli ölçüde daha yüksek olduğunu doğruladı (p SonuçFGD4 ve MAN2B1, PD ile ilişkili lizozomal biyomarkerler olarak hareket eder ve gaitin PD ile ilişkili genlerle güçlü korelasyonlar gösterir. Bu çalışma, PD tanısı hakkında yeni bilgiler sunmaktadır.

Özgün kaynak özetini okuyun

BackgroundParkinson's disease (PD) is influenced by various factors, with lysosome function playing a critical role. However, the specific involvement of lysosome-related genes (LRGs) in PD remains unclear.ObjectiveThis study aims to identify biomarkers specific to PD that exhibit robust disease prediction capabilities.MethodsDatasets for patients with PD, LRGs, and inflammation-related genes (IRGs) were retrieved from online databases. miRNAs and mRNAs within key modules were selected through Weighted Gene Co-expression Network Analysis (WGCNA), revealing strong associations with PD. A miRNA-mRNA network was constructed based on highly correlated PD-related LRGs (PD-LRGs) and miRNAs within these modules. Candidate genes were identified by intersecting target genes, differentially expressed genes (DEGs), PD-LRGs, and module-associated mRNAs. Machine learning and expression validation were employed to confirm these biomarkers. A nomogram was established, and its diagnostic performance was evaluated using a confusion matrix. Drug predictions were conducted based on these biomarkers. Spearman's correlation analyses were performed to assess the relationship between IRGs, freezing of gait (FOG)-related genes, and biomarkers. Molecular regulatory networks were constructed using datasets and online resources. Finally, clinical samples were collected for quantitative PCR (qPCR) validation of biomarker expression.ResultsKey modules related to PD were identified, comprising 190 miRNAs and 7,633 mRNAs. A miRNA-mRNA network was constructed based on 55 PD-LRGs and 181 miRNAs, resulting in the identification of 26 candidate genes strongly linked to lysosomal function. FGD4 and MAN2B1 were selected as biomarkers, and a gene expression-based risk prediction table was created. These biomarkers were significantly correlated with IRGs and several FOG-related genes. Gene localization analysis revealed that FGD4 and LRRK2, both critical to the FOG pathway, are located on chromosome 12. Drug prediction revealed that Tetrachlorodibenzodioxin and bisphenol A target both FGD4 and MAN2B1. qPCR analysis confirmed that FGD4 and MAN2B1 expression levels were significantly higher in patients with PD compared to healthy controls (p ConclusionFGD4 and MAN2B1 act as lysosomal biomarkers associated with PD and exhibit strong correlations with genes involved in PD-related freezing of gait. This study offers novel insights into PD diagnosis.

Bilimsel değerlendirme

01

Araştırma sorusu

Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.

02

Yöntem ve örneklem

Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.

03

Temel bulgular

Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.

04

Sınırlılıklar

Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.

Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.