NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Özet Arka plan: Parkinson hastalığı (PD) hastalarının benzersiz gruplarından CSF, PD patogenezine bağlı daha önce bildirilmemiş metabolik yolları ve hastalığın yeni biyokimyasal biyobelirteçlerini tanımlamak için biyokimyasal olarak profillendi. Yöntemler: Hem 1H NMR hem de DI-LC-MS/MS kullanarak, sporadik PD (n=20), genetik olarak yatkın (LRRK2) olan hastalardan hastalığa (n=20) kadar CSF'yi niceliksel olarak profilledik ve bunları yaşla, cinsiyete uygun kontrollerle (n=20) karşılaştırdık. Ayrıca, sistematik olarak PD tanısı için çeşitli makine öğrenme tekniklerinin yararını değerlendirdik.Sonuçlar: 1H NMR ve kütle spektrometrisi tabanlı metabolizomikler, biyoinformatik analizlerle birlikte, hem sporadik PD (sPD) hem de LRRK2 PD ile ilişkili daha önce bildirilmemiş biyokimyasal yolları ve CSF tabanlı biyobelirteçleri vurgulayan yararlı bilgiler sağladı. Bu metabolomik çalışmanın sonuçları, grubumuzun Bile Asit metabolizmasını PD hastalarındaki başlıca anormal biyokimyasal yollardan biri olarak tanımlayan önceki bulgularını daha da desteklemektedir.Bu çalışma, iki ücretsiz tekniğin bir kombinasyonunun CSF metabolomunun çok daha bütüncül bir görünümünü sağlayabileceğini göstermektedir. PD geliştirme riski taşıyanların tahmini için gelecekteki çalışmalar, bu CSF tabanlı biyobelirteçlerin klinik yararını daha erişilebilir biyomatrislerde araştırmalıdır. Ayrıca, burada vurgulanan biyokimyasal yolların potansiyel terapötik hedefleri belirlemek amacıyla PD hastalarının beyninde yeniden ele alınıp alınmadığını belirlememiz önemlidir.
Özgün kaynak özetini okuyun
Abstract Background: CSF from unique groups of Parkinson’s disease (PD) patients were biochemically profiled to identify previously unreported metabolic pathways linked to PD pathogenesis and novel biochemical biomarkers of the disease were characterized. Methods: Utilizing both 1H NMR and DI-LC-MS/MS we quantitatively profiled CSF from patients with sporadic PD (n=20), those who are genetically predisposed (LRRK2) to the disease (n=20) and compared them with age,- and gender-matched controls (n=20). Further, we systematically evaluated the utility of several machine learning techniques for the diagnosis of PD.Results: 1H NMR and mass spectrometry-based metabolomics, in combination with bioinformatic analyses, provided useful information highlighting previously unreported biochemical pathways and CSF based biomarkers associated with both sporadic PD (sPD) and LRRK2 PD. Results of this metabolomics study further support our group’s previous findings identifying Bile Acid metabolism as one of the major aberrant biochemical pathways in PD patients.Conclusion: This study demonstrates that a combination of two complimentary techniques can provide a much more holistic view of the CSF metabolome and by association, the brain metabolome. Future studies for the prediction of those at risk of developing PD should investigate the clinical utility of these CSF based biomarkers in more accessible biomatrices. Further, it is essential that we determine if the biochemical pathways highlighted here are recapitulated in the brain of PD patients with the aim of identifying potential therapeutic targets.
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.